【发布时间】:2018-12-08 01:35:19
【问题描述】:
我有一张图片:
我正在尝试一一提取符号。
我试过findContours(),但我得到了很多内部轮廓。有没有办法做到这一点?
【问题讨论】:
标签: opencv feature-extraction opencv-contour
我有一张图片:
我正在尝试一一提取符号。
我试过findContours(),但我得到了很多内部轮廓。有没有办法做到这一点?
【问题讨论】:
标签: opencv feature-extraction opencv-contour
虽然寻找轮廓总是确保感兴趣的区域是白色的。在这种情况下,将图像转换为灰度后,应用倒置二进制阈值,使签名为白色。这样做之后findContours()会很容易找到所有的签名。
代码:
以下实现在python中:
import cv2
image = cv2.imread(r'C:\Users\Jackson\Desktop\sign.jpg')
#--- Image was too big hence I resized it ---
image = cv2.resize(image, (0, 0), fx = 0.5, fy = 0.5)
#--- Converting image to grayscale ---
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
#--- Performing inverted binary threshold ---
retval, thresh_gray = cv2.threshold(gray, 0, 255, type = cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)
cv2.imshow('sign_thresh_gray', thresh_gray)
#--- finding contours ---
image, contours, hierarchy = cv2.findContours(thresh_gray,cv2.RETR_EXTERNAL, \
cv2.CHAIN_APPROX_SIMPLE)
for i, c in enumerate(contours):
if cv2.contourArea(c) > 100:
x, y, w, h = cv2.boundingRect(c)
roi = image[y :y + h, x : x + w ]
cv2.imshow('sign_{}.jpg'.format(i), roi)
cv2.waitKey()
cv2.destroyAllWindows()
结果:
这里有一些提取的签名。
【讨论】: