opencv-python：为什么检测到不正确的边界框（几个边界框）？

Question

我想找到图中的粉色木头。代码正确地做到了这一点，但在某些图像中，例如下图，它正确地找到了粉红色的棍子，但错误地找到了其他几个盒子。事实上，它不是找到一个坐标(x,y,w,h)，而是误诊了几个坐标

下图很清楚

import numpy as np

imagePath = "core4.jpg"

import cv2
from cv2 import *
im = cv2.imread(imagePath)

im = cv2.bilateralFilter(im,9,75,75)
im = cv2.fastNlMeansDenoisingColored(im,None,10,10,7,21)
hsv_img = cv2.cvtColor(im, cv2.COLOR_BGR2HSV)   # HSV image


COLOR_MIN = np.array([130,0,220],np.uint8)    
COLOR_MAX = np.array([170,255,255],np.uint8)  

frame_threshed = cv2.inRange(hsv_img, COLOR_MIN, COLOR_MAX)     # Thresholding image
imgray = frame_threshed
ret,thresh = cv2.threshold(frame_threshed,127,255,0)
contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
for cnt in contours:
    x,y,w,h = cv2.boundingRect(cnt)
    print(x,y,w,h)
    cv2.rectangle(im,(x,y),(x+w,y+h),(0,255,0),2)
cv2.imwrite("core4_cropped.jpg", im)

输入

输出（检测到不正确的几个盒子）

它没有找到一个坐标 (x,y,w,h)，而是误诊了多个坐标边界框。

57 2410 113 148
153 2534 4 6
136 2526 15 13
101 2525 3 3
102 2520 3 7
103 2519 3 3
145 2488 3 5
134 2484 7 9
129 2481 8 12
155 2454 6 7
141 2452 7 9
148 2451 7 9
136 2448 3 3
135 2446 3 4
109 1416 4 3
106 1414 1 1

出现此错误的原因可能是什么？

注意：数字是写在粉色木头上的。

Answer 1

我会降低粉红色的阈值或对 img 应用模糊以破坏所有小细节，如本例中的数字。我也建议像这样的东西使用“旋转矩形”。它将显示确切的矩形并旋转它。在您的情况下，您使用的是“直边界矩形”。你可以找到更多关于它的信息 here。滚动到 7.b。

opencv-python：为什么检测到不正确的边界框（几个边界框）？

opencv-python: why the incorrect bounding box detected (several bounding boxes)?

python

opencv

image

image-processing

computer-vision