Python OpenCV -获取图像中元素的边界坐标

Question

我知道我的问题可能听起来有点笼统，但我读了很多关于这方面的博客和问题，仍然找不到任何接近我想要做的事情的解决方案。我有附加的样本IG屏幕截图。我的目标是获得我用绿色突出显示的元素的坐标。Canny edges似乎不会做任何事情(另请参阅https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_imgproc/py_canny/py_canny.html)。我读到了霍格变换可能有帮助(https://pysource.com/2018/03/07/lines-detection-with-hough-transform-opencv-3-4-with-python-3-tutorial-21/)，但仍然没有运气。我所需要的就是找到一种方法来得到这些部分并得到它们的坐标。如果有人能简单地指出哪些技术可以帮助我，那将是很有帮助的。

​

​

Answer 1

假设它们在实际数据中不是绿色的！

标准的方法是边缘检测(canny或adaptiveThreshold)，然后是轮廓。使用approxPolyDP简化轮廓，然后在轮廓列表中搜索具有正确长度和形状的边。

提示:使用cv2.minAreaRect()检查可能是长方体大小/形状/对齐的轮廓

您可以使用probablistic Hough查找线段，但由于源图像非常干净，因此只需查看轮廓会更容易

Answer 2

你好，我想你可以做下一步：

由于您已经真正确定了边界矩形的颜色，因此一旦使用image_green

1. (Image_green Image_bin)，您就可以将该颜色从该图像提取到另一张图像中。例如，使用两种颜色组成一个数组，即提取的颜色和前景。

1. Loop over the image\_bin matrix and find all the "corners" that will be all the couple of pixels that match this condition `image_bin[i:i+2,j]/max(image_bin.flatten()) == [1,0]` for any `j` (column), and `i` (row).
2. Store this coordinates (`[i,j]`). As I mentioned before this values represent 2 corners of the rectangles: The upper-left corner and the lower-right corner.

​

这种方法是用numpy数组完成的，所以你可以想象你需要在步骤3之前将图像转换成数组。如果你在这方面仍然有问题，请让我知道，只要我有空闲时间，我就会发布一个代码来做这件事。

祝好运!

Answer 3

这种边界检测可以使用普通的Canny边缘检测器来完成。我们只需要在应用Canny之前对图像进行锐化。

代码如下：

import cv2
import numpy as np

image = cv2.imread('test.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# Sharpen the image
kernel = np.array([[-1, -1, -1],[-1, 8, -1],[-1, -1, 0]], np.float32) 
dst = cv2.filter2D(gray, -1, kernel)


#Canny Edge detection
canny = cv2.Canny(dst, 30, 200, 1)

# Find contours
cnts = cv2.findContours(canny, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[-2:]
cnts = cnts[0] if len(cnts) == 2 else cnts[1]

# Iterate thorugh contours and draw rectangles around contours
for c in cnts:
    x,y,w,h = cv2.boundingRect(c)
   

    cv2.rectangle(image, (x, y), (x + w, y + h), (255,0,255), 1)

#write output
cv2.imwrite('resultimage.png', image)