在非凸包中找到最大内切圆

Question

我所说的“非凸包”是指

图像的黑色部分（如果这不是“非凸包”，我很抱歉，我没有更好的词来形容它）。

我想得到的是黑色部分内的最大内切圆，如下图红圈。

换句话说，我想知道一个空缺的圈子space。这可能使用 opencv 吗？当我尝试使用以下代码获得圆圈时

dist_map = cv2.distanceTransform(src_mask, cv2.DIST_L2, cv2.DIST_MASK_PRECISE)
_, radius, _, center = cv2.minMaxLoc(dist_map)
result = cv2.cvtColor(src_mask, cv2.COLOR_GRAY2BGR)
cv2.circle(result, tuple(center), int(radius), (0, 0, 255), 2, cv2.LINE_8, 0)

我得到了这个。如您所见，圆圈超出了界限。我很高兴听到任何建议和指示。谢谢！

编辑：我添加了一个最小的例子来重现这一点。这是脚本，下面附上结果

import cv2
import numpy as np


##########
# create mask
# 0 if background, 255 if foreground
##########
src_mask = np.zeros((281, 500))
src_mask[100:170, 200:400] = 255
src_mask[127:143, 150:440] = 255
src_mask[213: 244, 30:59] = 255
src_mask[239: 279, 360:460] = 255
src_mask = src_mask.astype("uint8")
result = cv2.cvtColor(src_mask, cv2.COLOR_GRAY2BGR)
cv2.imwrite("mask.png", result)

##########
# draw contours
# the reason for 255-src_mask is that I want to have a circle in black portion instead of white portion 
##########
dist_map = cv2.distanceTransform(255 - src_mask, cv2.DIST_L2, cv2.DIST_MASK_PRECISE)
contours, _ = cv2.findContours(255 - src_mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)[-2:]
result = cv2.cvtColor(src_mask, cv2.COLOR_GRAY2BGR)
cv2.drawContours(result, contours, -1, (255, 0, 0))
cv2.imwrite('contour.png', result)

##########
# circle
##########
dist_map = cv2.distanceTransform(255 - src_mask, cv2.DIST_L2, cv2.DIST_MASK_PRECISE)
_, radius, _, center = cv2.minMaxLoc(dist_map)
result = cv2.cvtColor(src_mask, cv2.COLOR_GRAY2BGR)
cv2.circle(result, tuple(center), int(radius), (0, 0, 255), 2, cv2.LINE_8, 0)
cv2.imwrite('circle.png', result)

输出是再一次，圈子越界了。

Answer 1

出现的情况有：

案例 1：错误地设置变量 center ;-;

案例2：因为 cv2 坐标 ( 0, 0 ) 是屏幕的左上角，所以如果中心是正确的，那么确保你已经将 cv2 屏幕设置为你的屏幕尺寸，否则会发生

Answer 2

这很神奇。还要掩盖您的框架边界，例如：

src_mask[:, 0 ] = 255
src_mask[:, -1 ] = 255
src_mask[0, : ] = 255
src_mask[-1, : ] = 255

这样，计算的距离就会考虑框架的边界。（如果您还需要掩码，请在更改前复制它）

我得到了你的例子：

在非凸包中找到最大内切圆

Find maximum inscribed circle in a non convex hull

python

geometry

opencv