如何检测接触边界的轮廓？

Question

我正在编写一个程序，该程序可以使用 Python 和 OpenCV 检测 3D 打印机粉床中的不一致。到目前为止，我所做的是使用边缘检测创建蒙版图像，然后再次执行边缘检测并排除任何接触边界的轮廓。这很好用，但是我也想检测接触边界的轮廓。我尝试了各种方法，但似乎没有达到我想要的结果。 This article 似乎和我有同样的问题并提供了答案，但它是用 C++ 编码的，我不完全理解。

例如，这是一个轮廓与边框接触的图像：image。

这是执行边缘检测后的图像：image。如您所见，图像的边界包含在我要检测的轮廓中。请注意，边框并不总是正方形，而是可以是任何多边形。

Answer 1

这是在 Python/OpenCV 中执行此操作的一种方法。

• 读取输入
• 转换为灰色
• 阈值
• 获取白色像素的边界
• 裁剪输入到这些边界以移除黑色边框
• 对裁剪后的图像设置阈值以隔离较亮的区域
• 应用形态来清理它
• 获取轮廓及其边界框
• 测试边界框是否接触到裁剪图像的 4 个边中的任何一个
• 在输入图像上绘制轮廓边界框
• 保存结果

输入：

import cv2
import numpy as np

# load image as grayscale
img = cv2.imread('streak.png')

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# threshold 
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU)[1]

# get bounds of white pixels
white = np.where(thresh==255)
xmin, ymin, xmax, ymax = np.min(white[1]), np.min(white[0]), np.max(white[1]), np.max(white[0])
print(xmin,xmax,ymin,ymax)

# crop the gray image at the bounds
crop = gray[ymin:ymax, xmin:xmax]
hh, ww = crop.shape

# do adaptive thresholding
thresh2 = cv2.adaptiveThreshold(crop, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 3, 1.1)

# apply morphology
kernel = np.ones((1,7), np.uint8)
morph = cv2.morphologyEx(thresh2, cv2.MORPH_CLOSE, kernel)
kernel = np.ones((5,5), np.uint8)
morph = cv2.morphologyEx(morph, cv2.MORPH_OPEN, kernel)

# invert
morph = 255 - morph

# get contours (presumably just one) and its bounding box
contours = cv2.findContours(morph, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
contours = contours[0] if len(contours) == 2 else contours[1]
for cntr in contours:
    x,y,w,h = cv2.boundingRect(cntr)

# draw bounding box on input
bbox = img.copy()
cv2.rectangle(bbox, (x+xmin, y+ymin), (x+xmin+w, y+ymin+h), (0,0,255), 1)

# test if contour touches sides of image
if x == 0 or y == 0 or x+w == ww or y+h == hh:
    print('region touches the sides')
else:
    print('region does not touch the sides')

# save resulting masked image
cv2.imwrite('streak_thresh.png', thresh)
cv2.imwrite('streak_crop.png', crop)
cv2.imwrite('streak_bbox.png', bbox)

# display result
cv2.imshow("thresh", thresh)
cv2.imshow("crop", crop)
cv2.imshow("thresh2", thresh2)
cv2.imshow("morph", morph)
cv2.imshow("bbox", bbox)
cv2.waitKey(0)
cv2.destroyAllWindows()

找到边界的阈值图像：

裁剪输入：

形态清洁第二阈值：

输入上区域轮廓的边界框：

消息打印：

region touches the sides