获取坐标以从 OpenCV 输出图像生成边界框答案

【问题标题】：Get coordinates to generate bounding box from OpenCV output image获取坐标以从 OpenCV 输出图像生成边界框
【发布时间】：2019-02-09 20:40:09
【问题描述】：

我正在使用here 概述的 OpenCV GrabCut 算法来提取图像中的前景。

import numpy as np
import cv2
from matplotlib import pyplot as plt

img = cv2.imread('messi5.jpg')
mask = np.zeros(img.shape[:2],np.uint8)

bgdModel = np.zeros((1,65),np.float64)
fgdModel = np.zeros((1,65),np.float64)

rect = (50,50,450,290)
cv2.grabCut(img,mask,rect,bgdModel,fgdModel,5,cv2.GC_INIT_WITH_RECT)

mask2 = np.where((mask==2)|(mask==0),0,1).astype('uint8')
img = img*mask2[:,:,np.newaxis]

现在我可以保存这张使用cv.imwrite('filename', img)获得的图像，输出图像只包含前景，背景被涂黑。

我想获取前景边界框的坐标为(LowerXcoordinate, LowerYcoordinate) 和(UpperXcoordinate, UpperYcoordinate)。

我可以想象的一种方法是将图像视为像素的 2D 矩阵，以获取上 Y 坐标，从第 1 行开始并逐行检查所有像素的颜色值是否为黑色。具有非黑色像素的第一行将是前景开始的位置。同样，从的最后一行开始，我可以得到较低的 Y 坐标。只需对列重复该过程即可获得 X 坐标。

目前我所知道的唯一天真的方法是手动编写循环来检查这一点。

有没有一些更简单的方法使用库函数来完成这个？

【问题讨论】：

标签： image opencv image-processing

【解决方案1】：

确实比这容易得多！只需find the contours of your mask (docs)，然后是轮廓的find the bounding rectangle (docs)。

_, contours, hierarchy = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
bounding_boxes = [cv2.boundingRect(contour) for contour in contours]

这里注意，边界框将由(x, y, w, h)这四个项目表示，其中x, y是左上角，w, h分别是宽度和高度。掩码中的每个 blob 都会有一个边界框。

另外，重要（烦人）的注意事项。旧版本的 OpenCV（我相信是 3.0 之前的版本）有两个来自 findContours() 的返回值；只是轮廓和层次结构。然后在 OpenCV 3 中进行了更改并返回了三个值：输入图像、轮廓和层次结构。在 OpenCV 4 中，这被改回了两个。因此，如果您不使用 OpenCV 3，请删除第一个 _。

【讨论】：