如何使用 OpenCV 查找图像中三角形的方向

How to find the direction of triangles in an image using OpenCV

我正在尝试找出图像中三角形的方向。下面是图片:

这些三角形指向 upward/downward/leftward/rightward。这不是实际图像。我已经使用精明的边缘检测来找到边缘,然后找到轮廓,然后放大的图像如下所示。

我找方向的逻辑:

我想使用的逻辑是,在三个角坐标中,如果我可以确定三角形的底坐标(具有相同的横坐标或纵坐标值坐标),我可以制作一个底向量。然后可以使用单位向量和基向量之间的角度来识别方向。但是这种方法只能判断是up/down还是left/right,不能区分上下左右。我试图使用 cv2.goodFeaturesToTrack 找到角点,但据我所知,它只给出了整个图像中最有效的 3 个点。所以我想知道是否有其他方法可以找到三角形的方向。

这是我在 python 中区分 triangle/square 和圆圈的代码:

#blue_masking
mask_blue=np.copy(img1)
row,columns=mask_blue.shape
for i in range(0,row):
    for j in range(0,columns):
        if (mask_blue[i][j]==25):
            mask_blue[i][j]=255
        else: 
            mask_blue[i][j]=0
blue_edges = cv2.Canny(mask_blue,10,10)
kernel_blue = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(2,2))
dilated_blue = cv2.dilate(blue_edges, kernel)
blue_contours,hierarchy = 
cv2.findContours(dilated_blue,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
for cnt in blue_contours:
    area = cv2.contourArea(cnt)
    perimeter = cv2.arcLength(cnt,True)
    M = cv2.moments(cnt)
    cx = int(M['m10']/M['m00'])
    cy = int(M['m01']/M['m00'])
    if(12<(perimeter*perimeter)/area<14.8):
        shape="circle"
    elif(14.8<(perimeter*perimeter)/area<18):
        shape="squarer"
    elif(18<(perimeter*perimeter)/area and area>200):
        shape="triangle"
    print(shape) 
    print(area)
    print((perimeter*perimeter)/area,"\n")
    
cv2.imshow('mask_blue',dilated_blue)
cv2.waitKey(0)
cv2.destroyAllWindows()

  

可以在此处找到源图像:img1

请帮忙,我怎样才能找到三角形的方向?
谢谢。

好吧,马克提到了一个可能不那么有效但可能更准确的解决方案。我认为这个应该同样有效但可能不太准确。但是因为你已经有一个找到三角形的代码,所以在你找到三角形轮廓之后尝试添加下面的代码:

hull = cv2.convexHull(cnt)    # convex hull of contour
hull = cv2.approxPolyDP(hull,0.1*cv2.arcLength(hull,True),True)
# You can double check if the contour is a triangle here
# by something like len(hull) == 3

你应该得到一个三角形的 3 个船体点,它们应该是你的三角形的 3 个顶点。鉴于你的三角形总是 'face' 只在 4 个方向;船体的 Y 坐标将接近面向左或右的三角形的质心的 Y 坐标,它是指向左还是右将取决于船体 X 是小于还是大于质心 X。类似地使用船体和质心 X和 Y 表示向上或向下的三角形。

假设您只有四种情况:[上、下、左、右],这段代码应该适合您。

想法很简单:

  1. 获取轮廓的边界矩形。使用:box = cv2.boundingRect(contour_pnts)
  2. 使用边界矩形裁剪图像。
  3. 使用 Sum 选项垂直和水平缩小图像。现在你有了每个轴上的像素总和。总和最大的轴决定三角形底边是垂直还是水平。
  4. 判断三角形是指向left/right还是up/down:需要检查外接矩形中心是在最大值之前还是之后col/row:

代码(假设您从裁剪后的图像开始):

ver_reduce = cv2.reduce(img,  0, cv2.REDUCE_SUM, None, cv2.CV_32F)
hor_reduce = cv2.reduce(img,  1, cv2.REDUCE_SUM, None, cv2.CV_32F)

#For smoothing the reduced vector, could be removed
ver_reduce = cv2.GaussianBlur(ver_reduce, (3, 1), 0)
hor_reduce = cv2.GaussianBlur(hor_reduce, (1, 3), 0)

_,ver_max, _, ver_col = cv2.minMaxLoc(ver_reduce)
_,hor_max, _, hor_row = cv2.minMaxLoc(hor_reduce)

ver_col = ver_col[0]
hor_row = hor_row[1]

contour_pnts = cv2.findNonZero(img) #in my code I do not have the original contour points

rect_center, size,  angle = cv2.minAreaRect(contour_pnts )

print(rect_center)

if ver_max > hor_max:
    if rect_center[0] > ver_col:
        print ('right')
    else:
        print ('left')
else:
    if rect_center[1] > hor_row:
        print ('down')
    else:
        print ('up')

照片: