如何在 OpenCV connectedComponents 函数后分割对象

Question

我用C++ OpenCV的connectedComponents函数得到了一个标注，如图所示：

这是ccLabels变量的输出，是一个cv::Mat和原图一样大小的cv::Mat

所以我需要做的是：

计算每个数字出现的次数，select 出现超过 N 次，即 "big" 次。
分段 "big" 个分量的面积，然后计算 4 和 0 在该区域内。

我的最终目标是计算图像中的孔数，所以我的目标是从 (number of 0's / number of 4's) 中推断出孔数。这可能不是最漂亮的方式，但图像在大小和照明方面非常均匀，所以它会满足我的需要。

但是我是 OpenCV 的新手，我不太清楚如何完成这个任务。

这是我到目前为止所做的：

cv::Mat1b outImg;
cv::threshold(grayImg, outImg, 150, 255, 0); // Thresholded -binary- image
cv::Mat ccLabels;
cv::connectedComponents(outImg, ccLabels); // Each non-zero pixel is labeled with their connectedComponent ID's
// write the labels to file:
std::ofstream myfile;
    myfile.open("ccLabels.txt");
    cv::Size s = ccLabels.size();
    myfile << "Size: " << s.height << " , " << s.width <<"\n";
    for (int r1 = 0; r1 < s.height; r1++) {
        for (int c1 = 0; c1 < s.height; c1++) {
            myfile << ccLabels.at<int>(r1,c1);
        }
        myfile << "\n";
    }
    myfile.close();

因为我知道如何在矩阵内部迭代，所以计算数字应该没问题，但首先我必须分开（消除/忽略）"background" 像素，即 0 的在个连通分量之外。然后计数应该很容易。

如何分割这些 "big" 组件？也许获得掩码，并且只考虑 mask(x,y) = 1?

处的像素

感谢您的帮助！

编辑

这是阈值图像：

这就是我在 Canny 边缘检测之后得到的结果：

这是实际图像（阈值）：

Answer 1

更简单的方法是 findContours 方法。您找到内部轮廓并计算它们的面积（因为内部轮廓将是孔）并相应地处理此信息。

Answer 2

要解决您的第一个问题，请考虑您在 values.Count 每个出现的数字中有一组值。

 int m=0;
    for(int n=0;n<256;n++)
    {
        int c=0;
        for(int q=0;q<values.size();q++)
        {
            if(n==values[q])
            {
                //int c;
            c++;
            m++;
            }
        }

        cout<<n<<"= "<< c<<endl;
    }
    cout<<"Total number of elements "<< m<<endl;

为了解决你的第二个问题，使用 findcontours 找到图像中最大的轮廓，在它周围绘制边界矩形，然后裁剪它。再次使用上面的代码来计算像素值“4”和“0”。您可以在此处找到 link

Answer 3

这是一个简单的程序，可以从您的阈值图像开始查找骰子上的数字

寻找外部轮廓
对于每个轮廓
- 最终丢弃小斑点
- 绘制填充蒙版
- 使用AND和XOR隔离内部漏洞
- 再次找到轮廓
- 计数轮廓

结果：

Number: 5
Number: 2

图片：

代码：

#include <opencv2\opencv.hpp>
#include <iostream>
#include <vector>
using namespace std;
using namespace cv;

int main(void)
{
    // Grayscale image
    Mat1b img = imread("path_to_image", IMREAD_GRAYSCALE);

    // Minimum area of the contour
    double minContourArea = 10;

    // Prepare outpot
    Mat3b result;
    cvtColor(img, result, COLOR_GRAY2BGR);

    // Find contours
    vector<vector<Point>> contours;
    findContours(img.clone(), contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

    for (int i = 0; i < contours.size(); ++i)
    {
        // Check area
        if (contourArea(contours[i]) < minContourArea) continue;

        // Black mask
        Mat1b mask(img.rows, img.cols, uchar(0));
        // Draw filled contour
        drawContours(mask, contours, i, Scalar(255), CV_FILLED);

        mask = (mask & img) ^ mask;

        vector<vector<Point>> cntrs;
        findContours(mask, cntrs, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

        cout << "Number: " << cntrs.size() << endl;

        // Just for showing results
        drawContours(result, cntrs, -1, Scalar(0,0,255), CV_FILLED);
    }

    imshow("Result", result);
    waitKey();

    return 0;
}

如何在 OpenCV connectedComponents 函数后分割对象

How to segment objects after OpenCV connectedComponents function

c++

opencv

image-segmentation

编辑