Как найти определенную точку на контуре в opencv/python

Я использовал opencv для создания некоторых контуров, и мне нужно определить конкретную точку на контуре, которая обычно является самой внутренней точкой формы «V». На прикрепленном изображении точка, которую я хочу определить, показана зелеными стрелками.

Пример

Слева показан простой случай, когда идентификацию можно выполнить (например) путем вычисления выпуклой оболочки контура, а затем нахождения точки, наиболее удаленной от оболочки.

Однако справа на прикрепленном изображении гораздо более сложный случай, когда вместо 1 контура я получаю несколько, а красивая форма «V» отсутствует, что делает невозможным определение самой внутренней точки «V». . Как показано красной пунктирной линией, одним из решений может быть экстраполяция верхнего контура до пересечения с нижним. Кто-нибудь знает, как я могу это сделать? Или есть лучшее решение?

Для записи я пробовал:

  • дилатация/эрозия (работает, когда несколько контуров расположены близко друг к другу, в противном случае нет)

  • хотя преобразование p (имеет тенденцию смещать целевую точку)

Любые указатели будут очень признательны.


python opencv opencv-contour convex-hull hough-transform
person ennjaycee    schedule 20.05.2019    source источник

Ответы (1)


arrow_upward
1
arrow_downward

Это решение будет работать для двух изображений, которые вы предоставили. Это также должно быть хорошим решением для всех других изображений, которые имеют аналогичную окраску и форму «v» (или, по крайней мере, частичную форму «v»), указывающую вправо.

Давайте сначала посмотрим на более простое изображение. Я начал с сегментации изображения с использованием цветовых пространств.

# Convert frame to hsv color space
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
# Define range of pink color in HSV
(b,r,g,b1,r1,g1) = 0,0,0,110,255,255
lower = np.array([b,r,g])
upper = np.array([b1,r1,g1])
# Threshold the HSV image to get only pink colors
mask = cv2.inRange(hsv, lower, upper)

цветовые пространства

Затем я нашел mid_point, где было равное количество белого выше и ниже этой строки.

# Calculate the mid point
mid_point = 1
top, bottom = 0, 1
while top < bottom:
    top = sum(sum(mask[:mid_point, :]))
    bottom = sum(sum(mask[mid_point:, :]))
    mid_point += 1

Затем я заполнил изображение, начиная с середины: bg = np.zeros((h+2, w+2), np.uint8)

kernel = np.ones((k_size, k_size),np.uint8)  
cv2.floodFill(mask, bg, (0, mid_point), 123)

затопленный

Теперь, когда у меня есть заполненное изображение, я знаю, что точка, которую я ищу, — это серый пиксель, ближайший к правой стороне изображения.

# Find the gray pixel that is furthest to the right
idx = 0
while True:
    column = mask_temp[:,idx:idx+1]
    element_id, gray_px, found = 0, [], False
    for element in column:
        if element == 123:
            v_point = idx, element_id
            found = True
        element_id += 1
    # If no gray pixel is found, break out of the loop
    if not found: break
    idx += 1

Результат:

результат1

Теперь более сложное изображение. На изображении справа буква «v» не полностью соединяется:

не подключается

Чтобы закрыть «v», я итеративно расширил маску, проверяя, связана ли она:

# Flood fill and dilate loop
k_size, iters = 1, 1
while True:
    bg = np.zeros((h+2, w+2), np.uint8)
    mask_temp = mask.copy()    
    kernel = np.ones((k_size, k_size),np.uint8)    
    mask_temp = cv2.dilate(mask_temp,kernel,iterations = iters)
    cv2.floodFill(mask_temp, bg, (0, mid_point), 123)
    cv2.imshow('mask', mask_temp)
    cv2.waitKey()
    k_size += 1
    iters += 1
    # Break out of the loop of the right side of the image is black
    if mask_temp[h-1,w-1]==0 and mask_temp[1, w-1]==0: break

расширение

Это результат:

выход2

person Stephen Meschke    schedule 20.05.2019
comment
Большое спасибо! Для более сложного изображения эффект расширения заключается в том, что целевая точка смещается немного дальше влево, чем она должна быть на самом деле, но я думаю, что могу легко компенсировать это в зависимости от количества итераций расширения. Еще раз спасибо за вашу усердную работу и отличное решение. - person ennjaycee; 21.05.2019