OpenCV Python:语音气泡形状的闭合轮廓近似
OpenCV Python: Closed Contour Approximation For A Speech Bubble Shape
我有一个像对话泡泡一样的形状。我只想检测这个形状的椭圆,就像图中绿色圈起来的那个一样。
我试过闭合形态,但气泡的某些部分也被去除了。我使用了矩阵为 20、20 的 Kernel。形状变得更矩形。也许我必须像这样更改内核矩阵:
0 1 0
1 1 1
0 1 0
我也试过画个凸包,也没效果。并且不可能有内凸包。这是我绘制凸包的代码:
for i in range (max_index):
hull = cv2.convexHull(contours[i])
cv2.drawContours(image, [hull], 0, (0, 255, 0), 2)
我用参数 cv2.RETR_EXTERNAL
和 cv2.CHAIN_APPROX_NONE
检索了等高线
这不是最聪明的方法。尽管代码冗长,但我在这里所做的实际上很简单。
首先,我得到灰度图像并添加大量模糊,然后按照您尝试的相同方式应用阈值并找到轮廓。然后我取最大的轮廓并找到与 fitEllipse
适合该轮廓的椭圆。这些都在 getEllipse
函数中。
在第一轮中,椭圆会倾斜,因为尾巴挡住了路。所以,我用这个不太好的椭圆来处理原图,再试一次。
函数grayEllipse通过椭圆过滤图像。因此,我使用第一次尝试中的椭圆来处理原始图像并突出显示第一个椭圆内的点。我在第二轮中使用此图像作为输入。
通过重复这个过程,我第二次得到的最终椭圆的倾斜度要小得多。
代码如下:
import cv2
import numpy as np
def getEllipse(imgray):
ret, thresh = cv2.threshold(imgray, 20, 255, cv2.THRESH_BINARY|cv2.THRESH_OTSU)
_, contours, _ = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
maxArea = 0
best = None
for contour in contours:
area = cv2.contourArea(contour)
if area > maxArea :
maxArea = area
best = contour
ellipse = cv2.fitEllipse(best)
el = np.zeros(imgray.shape)
cv2.ellipse(el, ellipse,(255,255,255),-1)
return el
def grayEllipse(el, img):
el = np.dstack((el,el,el))
el = el*img
el = el/(255)
el = el.astype('uint8')
imgray = cv2.cvtColor(el, cv2.COLOR_BGR2LAB)[...,0]
return imgray
image = cv2.imread("./baloon.png", cv2.IMREAD_COLOR)
img = image.copy()
imgray = cv2.cvtColor(image, cv2.COLOR_BGR2LAB)[...,0]
imgray = cv2.GaussianBlur(imgray, (79,79), 0)
el = getEllipse(imgray)
imgray = grayEllipse(el, img.copy())
imgray = cv2.GaussianBlur(imgray, (11,11), 0)
el = getEllipse(imgray)
imgray = grayEllipse(el, img.copy())
ret, thresh = cv2.threshold(imgray, 20, 255, cv2.THRESH_BINARY|cv2.THRESH_OTSU)
_, contours, _ = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
maxArea = 0
best = None
for contour in contours:
area = cv2.contourArea(contour)
if area > maxArea :
maxArea = area
best = contour
ellipse = cv2.fitEllipse(best)
cv2.ellipse(image, ellipse, (0,255,0),3)
while True:
cv2.imshow("result", image)
k = cv2.waitKey(30) & 0xff
if k == 27:
break
我有一个像对话泡泡一样的形状。我只想检测这个形状的椭圆,就像图中绿色圈起来的那个一样。
我试过闭合形态,但气泡的某些部分也被去除了。我使用了矩阵为 20、20 的 Kernel。形状变得更矩形。也许我必须像这样更改内核矩阵:
0 1 0
1 1 1
0 1 0
我也试过画个凸包,也没效果。并且不可能有内凸包。这是我绘制凸包的代码:
for i in range (max_index):
hull = cv2.convexHull(contours[i])
cv2.drawContours(image, [hull], 0, (0, 255, 0), 2)
我用参数 cv2.RETR_EXTERNAL
和 cv2.CHAIN_APPROX_NONE
这不是最聪明的方法。尽管代码冗长,但我在这里所做的实际上很简单。
首先,我得到灰度图像并添加大量模糊,然后按照您尝试的相同方式应用阈值并找到轮廓。然后我取最大的轮廓并找到与 fitEllipse
适合该轮廓的椭圆。这些都在 getEllipse
函数中。
在第一轮中,椭圆会倾斜,因为尾巴挡住了路。所以,我用这个不太好的椭圆来处理原图,再试一次。
函数grayEllipse通过椭圆过滤图像。因此,我使用第一次尝试中的椭圆来处理原始图像并突出显示第一个椭圆内的点。我在第二轮中使用此图像作为输入。
通过重复这个过程,我第二次得到的最终椭圆的倾斜度要小得多。
代码如下:
import cv2
import numpy as np
def getEllipse(imgray):
ret, thresh = cv2.threshold(imgray, 20, 255, cv2.THRESH_BINARY|cv2.THRESH_OTSU)
_, contours, _ = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
maxArea = 0
best = None
for contour in contours:
area = cv2.contourArea(contour)
if area > maxArea :
maxArea = area
best = contour
ellipse = cv2.fitEllipse(best)
el = np.zeros(imgray.shape)
cv2.ellipse(el, ellipse,(255,255,255),-1)
return el
def grayEllipse(el, img):
el = np.dstack((el,el,el))
el = el*img
el = el/(255)
el = el.astype('uint8')
imgray = cv2.cvtColor(el, cv2.COLOR_BGR2LAB)[...,0]
return imgray
image = cv2.imread("./baloon.png", cv2.IMREAD_COLOR)
img = image.copy()
imgray = cv2.cvtColor(image, cv2.COLOR_BGR2LAB)[...,0]
imgray = cv2.GaussianBlur(imgray, (79,79), 0)
el = getEllipse(imgray)
imgray = grayEllipse(el, img.copy())
imgray = cv2.GaussianBlur(imgray, (11,11), 0)
el = getEllipse(imgray)
imgray = grayEllipse(el, img.copy())
ret, thresh = cv2.threshold(imgray, 20, 255, cv2.THRESH_BINARY|cv2.THRESH_OTSU)
_, contours, _ = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
maxArea = 0
best = None
for contour in contours:
area = cv2.contourArea(contour)
if area > maxArea :
maxArea = area
best = contour
ellipse = cv2.fitEllipse(best)
cv2.ellipse(image, ellipse, (0,255,0),3)
while True:
cv2.imshow("result", image)
k = cv2.waitKey(30) & 0xff
if k == 27:
break