OpenCV 3.0 主动轮廓（蛇）算法答案

【问题标题】：OpenCV 3.0 active contour (snake) algorithmOpenCV 3.0 主动轮廓（蛇）算法
【发布时间】：2016-03-14 13:28:40
【问题描述】：

当前情况：我想检测图像中的矩形（或正方形），其中这些矩形的轮廓不一致。就像棋盘，外轮廓有整体。

可能的解决方案：我正在尝试实现一个主动轮廓算法，它应该可以帮助我检测物体的外部轮廓。我知道对象之外的一些点，只要对象适合它，它们就可以用来缩小和适合这些点。

搜索：我找到了老openCV版本的cvSnakeImage函数，没有维护，不应该再使用了。我找到了一个活动轮廓 C++ 实现，它还使用了较旧的 openCV 和 boost 库。我已经尝试过，但无法构建代码。 HiDiYANG/ActiveContour

问题： OpenCV 中是否有当前可用的主动轮廓算法实现？是否有可用的最佳实施，我应该花时间了解实施？

示例图片： 我的第一张图像带有灰色边框上的点，并且想要获得红色矩形（第二张图像）。

【问题讨论】：

cvSnakes 在 opencv3 中消失了
您可能应该发布一些图片，以及您所期望的结果。您很可能试图以错误的方式解决此问题。

标签： c++ opencv object-detection opencv-contour

【解决方案1】：

对于您上传的图像，轮廓边界框上的简单联合应该会给您想要的结果。 'bb_union' 是你需要自己编写的函数。

import cv2

img = cv2.imread('path to your image') # BGR image
im = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
im = 255 - im # your contours are black, so invert the image
_, contours, hierarchy = cv2.findContours(img, cv2.RETR_LIST, cv2.CHAIN_APPROX_NONE)
bb = None
for cnt in contours:
    rect = cv2. boundingRect(cnt)
    if (bb is None):
        bb = rect
        continue
    bb = bb_union(rect, bb)
cv2.rectangle(img, bb, (0,0,255), 2)

【讨论】：