基于python使用OpenCV進(jìn)行物體輪廓排序
1 引言
在進(jìn)行圖像處理過程中,我們經(jīng)常會遇到一些和物體輪廓相關(guān)的操作,比如求目標(biāo)輪廓的周長面積等,我們直接使用Opencv
的findContours
函數(shù)可以很容易的得到每個目標(biāo)的輪廓,但是可視化后, 這個次序是無序的,如下圖左側(cè)所示:
本節(jié)打算實(shí)現(xiàn)對物體輪廓進(jìn)行排序,可以實(shí)現(xiàn)從上到下排序或者從左倒右排序,達(dá)到上圖右側(cè)的可視化結(jié)果.
2 栗子
2.1 讀取圖像
首先,我們來讀取圖像,并得到其邊緣檢測圖,代碼如下:
image = cv2.imread(args['image']) accumEdged = np.zeros(image.shape[:2], dtype='uint8') for chan in cv2.split(image): ?? ?chan = cv2.medianBlur(chan, 11) ? ? edged = cv2.Canny(chan, 50, 200) ? ? accumEdged = cv2.bitwise_or(accumEdged, edged) cv2.imshow('edge map', accumEdged)
運(yùn)行結(jié)果如下:
左側(cè)為原圖,右側(cè)為邊緣檢測圖.
2.2 獲取輪廓
opencv-python
中查找圖像輪廓的API為:findContours
函數(shù),該函數(shù)接收二值圖像作為輸入,可輸出物體外輪廓、內(nèi)外輪廓等等.
代碼如下:
cnts = cv2.findContours(accumEdged.copy(), cv2.RETR_EXTERNAL, ?cv2.CHAIN_APPROX_SIMPLE) cnts = grab_contours(cnts) cnts = sorted(cnts, key=cv2.contourArea, reverse=True)[:5] orig = image.copy() # unsorted for (i, c) in enumerate(cnts): ? ? orig = draw_contour(orig, c, i) cv2.imshow('Unsorted', orig) cv2.imwrite("./Unsorted.jpg", orig)
運(yùn)行結(jié)果如下:
需要注意的是,在OpenCV2.X
版本,函數(shù)findContours
返回兩個值,
函數(shù)聲明如下:
contours, hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
但是在OpenCV3以上版本,該函數(shù)的聲明形式如下:
image, contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
所以為了適配兩種模式,我們實(shí)現(xiàn)函數(shù)grab_contours
來根據(jù)不同的版本,選擇對應(yīng)的返回輪廓的下標(biāo)位置,
代碼如下:
def grab_contours(cnts): ? ? # if the length the contours tuple returned by cv2.findContours ? ? # is '2' then we are using either OpenCV v2.4, v4-beta, or ? ? # v4-official ? ? if len(cnts) == 2: ? ? ? ? cnts = cnts[0] ? ? # if the length of the contours tuple is '3' then we are using ? ? # either OpenCV v3, v4-pre, or v4-alpha ? ? elif len(cnts) == 3: ? ? ? ? cnts = cnts[1] ? ? return cnts
2.3 輪廓排序
通過上述步驟,我們得到了圖像中的所有物體的輪廓,接下來我們定義函數(shù)sort_contours
函數(shù)來實(shí)現(xiàn)對輪廓進(jìn)行排序操作,該函數(shù)接受method
參數(shù)來實(shí)現(xiàn)按照不同的次序?qū)喞M(jìn)行排序,比如從左往右,或者從右往左.
代碼如下:
def sort_contours(cnts, method='left-to-right'): ? ? # initialize the reverse flag and sort index ? ? reverse = False ? ? i = 0 ? ? # handle if sort in reverse ? ? if method == 'right-to-left' or method == 'bottom-to-top': ? ? ? ? reverse = True ? ? # handle if sort against y rather than x of the bounding box ? ? if method == 'bottom-to-top' or method == 'top-to-bottom': ? ? ? ? i = 1 ? ? boundingBoxes = [cv2.boundingRect(c) for c in cnts] ? ? (cnts, boundingBoxes) = zip(*sorted(zip(cnts, boundingBoxes), key=lambda b: b[1][i], reverse=reverse)) ? ? return (cnts, boundingBoxes)
上述代碼的核心思想為先求出每個輪廓的外接矩形框,然后通過對外接框按照x或y坐標(biāo)排序進(jìn)而來實(shí)現(xiàn)對輪廓的排序.
調(diào)用代碼如下:
# sorted (cnts, boundingboxes) = sort_contours(cnts, method=args['method']) for (i, c) in enumerate(cnts): ? ? image = draw_contour(image, c, i) cv2.imshow('Sorted', image) cv2.waitKey(0)
運(yùn)行結(jié)果如下:
2.4 其他結(jié)果
利用上述代碼,我們也可以實(shí)現(xiàn)從左往右的排序,如下所示:
3 總結(jié)
本文利用OpenCV實(shí)現(xiàn)了對物體輪廓按指定順序進(jìn)行排序的功能,并給出了完整的代碼示例.
到此這篇關(guān)于基于python使用OpenCV進(jìn)行物體輪廓排序的文章就介紹到這了,更多相關(guān)OpenCV進(jìn)行物體輪廓排序內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
np.mean()和np.std()函數(shù)的具體使用
本文主要介紹了np.mean()和np.std()函數(shù)的具體使用,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-03-03python re庫的正則表達(dá)式入門學(xué)習(xí)教程
這篇文章主要給大家介紹了關(guān)于python re庫的正則表達(dá)式的相關(guān)資料,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者使用python具有一定的參考學(xué)習(xí)價值,需要的朋友們下面來一起學(xué)習(xí)學(xué)習(xí)吧2019-03-03Python機(jī)器學(xué)習(xí)算法之k均值聚類(k-means)
這篇文章主要為大家詳細(xì)介紹了Python機(jī)器學(xué)習(xí)算法之k均值聚類,文中示例代碼介紹的非常詳細(xì),具有一定的參考價值,感興趣的小伙伴們可以參考一下2018-02-02Python實(shí)現(xiàn)字符串匹配算法代碼示例
這篇文章主要介紹了Python實(shí)現(xiàn)字符串匹配算法代碼示例,涉及字符串匹配存在的問題,蠻力法字符串匹配,Horspool算法,具有一定參考價值,需要的朋友可以了解下。2017-12-12Python 的 sum() Pythonic 的求和方法詳細(xì)
Python 的內(nèi)置函數(shù)sum()是一種對數(shù)值列表求和的有效且Pythonic 的方法。將多個數(shù)字相加是許多計(jì)算中常見的中間步驟,因此sum()對于 Python 程序員來說是一個非常方便的工具。下面文章就讓我們一起來看具體內(nèi)容吧2021-10-10利用Python批量提取Win10鎖屏壁紙實(shí)戰(zhàn)教程
這篇文章主要給大家介紹了關(guān)于利用Python批量提取Win10鎖屏壁紙的相關(guān)資料,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧。2018-03-03對Django項(xiàng)目中的ORM映射與模糊查詢的使用詳解
今天小編就為大家分享一篇對Django項(xiàng)目中的ORM映射與模糊查詢的使用詳解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07Python基于鏈接表實(shí)現(xiàn)無向圖最短路徑搜索
鏈接表的存儲相比較鄰接炬陣,使用起來更方便,對于空間的使用是剛好夠用原則,不會產(chǎn)生太多空間浪費(fèi)。所以本文將以鏈接表方式實(shí)現(xiàn)無向圖最短路徑搜索,需要的可以參考一下2022-04-04