在opencv numpy中找到轮廓的边界点答案

【问题标题】：Finding the boundary points of a contour in opencv numpy在opencv numpy中找到轮廓的边界点
【发布时间】：2018-09-29 15:37:47
【问题描述】：

complete noob at open cv 和 numpy here。这是图片：这是我的代码：

import numpy as np
import cv2

im = cv2.imread('test.jpg')
imgray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)
imgray = cv2.medianBlur(imgray, ksize=7)

ret, thresh = cv2.threshold(imgray, 0, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU)
_, contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)

print ("number of countours detected before filtering %d -> "%len(contours))
new = np.zeros(imgray.shape)

new = cv2.drawContours(im,contours,len(contours)-1,(0,0,255),18)

cv2.namedWindow('Display',cv2.WINDOW_NORMAL)
cv2.imshow('Display',new)
cv2.waitKey()

mask = np.zeros(imgray.shape,np.uint8)
cv2.drawContours(mask,[contours[len(contours)-1]],0,255,-1)
pixelpoints = cv2.findNonZero(mask)
cv2.imwrite("masked_image.jpg",mask)

print(len(pixelpoints))
print("type of pixelpoints is %s" %type(pixelpoints))

像素点的长度接近 200 万，因为它包含了轮廓覆盖的所有点。但我只需要该轮廓的边界点。我该怎么做？我尝试了 opencv 文档中的几种方法，但总是出现元组和排序操作错误。请...帮忙？

我只需要轮廓的边界点:(

【问题讨论】：

在this 文档中，它清楚地说明了使用哪个参数来去除冗余点并获取端点。我不敢相信你的说法，“我已经尝试了 opencv 文档中的几种方法”
您能否上传您用于查找轮廓的二进制图像以及预期输出？
@RickM.，我可能以某种方式把你弄错了。我道歉。我了解您正在谈论将 cv2.CHAIN_APPROX_NONE 更改为 cv2.CHAIN_APPROX_SIMPLE 但在没有直线的图片中应用此功能不起作用。我仍然得到200万分。如果你看文档，它强调减少线点，而不是弧线。我试过了。
@ZdaR 图片添加
@MonirulIslam this one 怎么样？如果您还上传预期的输出，那将会很有帮助。从您上传的图片中，几乎不可能说出您要提取的轮廓。

标签： python numpy opencv contour opencv-contour

【解决方案1】：

这就是轮廓的边界点吗？

你看到的白线是我在蓝色轮廓上用白色标出的点。右下角有一个小点，因为我认为你的黑色背景很可能不是真正的黑色，所以当我进行阈值处理和填充来得到这个时，

在同一个地方有一个小白点。但是，如果您使用参数并进行更适当的阈值处理和填充，则应该不是问题。在 openCV 的 drawContours 函数中，cnts 将包含轮廓列表，每个轮廓将包含一个点数组。每个点也是 numpy.ndarray 类型。如果要将每个轮廓的所有点放在一个位置，以便返回一组边界点（如上图中的白点轮廓），您可能希望将它们全部附加到列表中。你可以试试这个：

#rgb is brg instead
contoured=cv2.drawContours(black, cnts, -1, (255,0,0), 3)

#list of ALL points of ALL contours
all_pixels=[]

for i in range(0, len(cnts)):
    for j in range(0,len(cnts[i])):
        all_pixels.append(cnts[i][j])

当我尝试时

print(len(all_pixels))

它给了我 2139 分。

如果您想为可视化目的标记点（例如我的白点），请执行此操作：

#contouredC is a copy of the contoured image above
contouredC[x_val, y_val]=[255,255,255]

如果您想要更少的点，只需在迭代时使用阶梯函数来绘制白点。像这样：

在 python 中，for 循环很慢，所以我认为有更好的方法可以用 np.where() 函数或其他方法替换嵌套的 for 循环。如果/当我弄清楚时会更新这个。此外，这需要更好的阈值处理和二值化技术。泛洪技术引用自：Python 2.7: Area opening and closing binary image in Python not so accurate。

希望对你有帮助。

【讨论】：

代码不起作用，因为您使用了未定义的变量。请以人们可以实际重现结果而不是出现类似NameError: name 'x_val' is not defined 的错误的方式重写您的代码。
您好，感谢您的评论。我想我没有包含整个脚本，因为我还在上面编写了一些其他的东西（因此太长了），当我提到其他 stackoverflow 答案时，似乎它们中的大多数都没有显示整个代码。但是很好的建议，下次我会尝试包含更多代码。如果有帮助，我可以向您解释 x_val 是什么？所以 x_val 是我自己定义的，而 contouredC 是形成轮廓的点集。通过将这些点中的每一个设置为白色（[255 255 255]），我们可以可视化并看到它们。在我最下面的图片中，我使用了一个 for 循环（带步骤）
产生间隔的白点。如果我能再次找到这个脚本，我会更新这个答案:)
@Ran_Reine_ 你是怎么找到x_val的？我需要边界中每个像素的颜色。
@RishabhGupta 您实际上设置了边界中每个像素的颜色。在上面的示例中，我将点设置为白色 ([255,255,255])。 cv2.drawContours(black, cnts, -1, (255,0,0), 3) 用于在图像中的所有轮廓周围绘制轮廓（并因此获取点）（因为我将第三个参数设置为 -1 )。