Python OpenCV：在特定轮廓内绘制外部轮廓

Question

我是 OpenCV 新手，我正在尝试在特定轮廓内绘制外部轮廓。这是我用来澄清的图像（已经灰度化、阈值化等）

我想要的是在外部矩形内找到所有圆的轮廓（总共 120 个）。

contours =  cv2.findContours(image, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

所以我基本上为此使用了RETR_EXTERNAL，但它只返回外部矩形。我尝试使用RETR_TREE，但在这种情况下，它返回的轮廓比圆圈多，出于某种我不明白的原因。澄清一下：我只想要每个圆圈 1 个轮廓。

如何使用RETR_EXTERNAL 并忽略外轮廓（矩形），使其只返回圆圈？

Answer 1

按区域过滤轮廓：

我按区域过滤轮廓以隔离圆圈。我认为您可能需要在thresholding 图像上多做一些工作，以帮助从图像中的边界划定圆圈。我使用了以下代码：

import cv2
import numpy as np

img = cv2.imread("/your/path/C03eN.jpg")

def find_contours_and_centers(img_input):

    img_gray = cv2.cvtColor(img_input, cv2.COLOR_BGR2GRAY)
    img_gray = cv2.bilateralFilter(img_gray, 3, 27,27)
    #(T, thresh) = cv2.threshold(img_input, 0, 100, 0)
    _, contours_raw, hierarchy = cv2.findContours(img_gray, cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
    contours = [i for i in contours_raw if cv2.contourArea(i) > 20]
    contour_centers = []

    for idx, c in enumerate(contours):
        M = cv2.moments(c)
        cX = int(M["m10"] / M["m00"])
        cY = int(M["m01"] / M["m00"])
        samp_bounds = cv2.boundingRect(c)
        contour_centers.append(((cX,cY), samp_bounds))

    print("{0} contour centers and bounds found".format(len(contour_centers)))

    contour_centers = sorted(contour_centers, key=lambda x: x[0])

    return (contours, contour_centers)

conts, cents = find_contours_and_centers(img.copy())

circles = [i for i in conts if np.logical_and((cv2.contourArea(i) > 650),(cv2.contourArea(i) < 4000))]

cv2.drawContours(img, circles, -1, (0,255,0), 2)

cv2.imwrite("/your/path/tester.jpg", img)

结果：

编辑：

如果您只想提取较大外矩形内的图像部分，请使用cv2.RETR_EXTERNAL，让您专注于内圈，您可以执行以下操作：

import cv2
import numpy as np

img = cv2.imread("/your/path/C03eN.jpg")

def find_contours_and_centers(img_input):

    img_gray = cv2.cvtColor(img_input, cv2.COLOR_BGR2GRAY)
    img_gray = cv2.bilateralFilter(img_gray, 3, 27,27)
    #(T, thresh) = cv2.threshold(img_input, 0, 100, 0)
    #_, contours_raw, hierarchy = cv2.findContours(img_gray, cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
    _, contours_raw, hierarchy = cv2.findContours(img_gray, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    contours = [i for i in contours_raw if cv2.contourArea(i) > 20]
    contour_centers = []

    for idx, c in enumerate(contours):
        M = cv2.moments(c)
        cX = int(M["m10"] / M["m00"])
        cY = int(M["m01"] / M["m00"])
        samp_bounds = cv2.boundingRect(c)
        contour_centers.append(((cX,cY), samp_bounds))

    print("{0} contour centers and bounds found".format(len(contour_centers)))

    contour_centers = sorted(contour_centers, key=lambda x: x[0])

    return (contours, contour_centers)

conts, cents = find_contours_and_centers(img.copy())

x,y,w,h = cv2.boundingRect(conts[0])

cropped = img[y+10:y+(h-10),x+10:x+(w-10)]

cv2.imwrite("/your/path/cropped.jpg", cropped)

结果：