我有一个名为cnt 的轮廓是从下面的图片中获得的：
我能够找到这样的质心：
M = cv2.moments(cnt)
centroid_x = int(M['m10']/M['m00'])
centroid_y = int(M['m01']/M['m00'])
我现在想绘制 N 条线，每条线相隔 360/N 度，从质心开始，并在所有可能的交点处穿过轮廓。 cv2.line() 函数需要起点和终点，但我没有终点。
如果我画了一条穿过质心的线，斜率为 Tan(360/N)，我会使用 bitwise_and 找到线与轮廓的交点，但我无法找到方法画出那条线。
任何有关如何绘制此类线条的帮助将不胜感激。
【问题讨论】：
标签： python opencv image-processing line contour
我得到了一些工作。这有点特别，但这基本上是我写的算法。我必须重建图像的轮廓，所以我所做的是手动读取图像，提取对象的最外层轮廓，然后从那里开始。 cv2.line 方法的好处在于，如果您绘制的线超出边界，则该线会被图像边界剪裁。这对我写的算法很有用。
事不宜迟，以下是步骤：
out。N。对于我们拥有的每个角度，所以对于i = 0, 1 到N - 1：
一个。创建临时空白图片
b.计算合适的角度：i*(360 / N)并转换为弧度
c。在临时图像上，从轮廓的质心到图像外部的坐标画一条线，以确保我们沿着我们想要的角度向图像边界画一条线。这条线的水平分量是cos(360/N)（参数在这里是度数），而垂直分量是-sin(360/N)（参数也是度数）。负数是因为y 轴在我们的图像坐标空间中是向下的正数，所以负数是还原它，使正数相对于笛卡尔坐标向上。这样做的原因是，当我们计算每条线与中心所成的角度时，在正角度逆时针扫过时，角度将是正确的。从质心开始，我们将移动水平方向的图像宽度和垂直方向的图像高度，保持之前找到的水平和垂直分量。这会让我们画出边界线，但线会被图像边界剪掉。
另一个复杂之处是在这个临时图像中画一条足够粗的线。如果我们画了一条只有 1 个像素粗的线，由于像素的采样和线的绘制方式，您可能会遇到线不与轮廓相交的情况。我在这里选择了 5 个像素的厚度来确定。
d。使用此临时图像，查看哪些位置等于参考图像。对于任何相等的位置，我们已经找到了这条线与原始图像的轮廓相交的位置。因此，请选择任何相交的位置，因为粗线很可能会与最外层轮廓产生多个交点。
e。使用步骤 (d)，从out 的质心到我们在步骤 (d) 中找到的位置画一条线。
对所有角度重复第 6 步。 out 将包含我们在第 6 步完成后的结果。
废话不多说，下面是我写的代码：
# Step #1
img = cv2.imread('contour.png', 0)
img_bw = img <= 128
img_bw = 255*img_bw.astype('uint8')
# Step #2
contours, _ = cv2.findContours(img_bw,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)
# Step #3
out = img.copy()
# Step #4
ref = np.zeros_like(img_bw)
cv2.drawContours(ref, contours, 0, 255, 1)
# Step #5
M = cv2.moments(contours[0])
centroid_x = int(M['m10']/M['m00'])
centroid_y = int(M['m01']/M['m00'])
# Get dimensions of the image
width = img.shape[1]
height = img.shape[0]
# Define total number of angles we want
N = 20
# Step #6
for i in range(N):
# Step #6a
tmp = np.zeros_like(img_bw)
# Step #6b
theta = i*(360/N)
theta *= np.pi/180.0
# Step #6c
cv2.line(tmp, (centroid_x, centroid_y),
(int(centroid_x+np.cos(theta)*width),
int(centroid_y-np.sin(theta)*height)), 255, 5)
# Step #6d
(row,col) = np.nonzero(np.logical_and(tmp, ref))
# Step #6e
cv2.line(out, (centroid_x, centroid_y), (col[0],row[0]), 0, 1)
# Show the image
# Step #7
cv2.imshow('Output', out)
cv2.waitKey(0)
cv2.destroyAllWindows()
这是我得到的结果。我选择了20个角度：
【讨论】：
np.nonzeros 返回的内容。它是与曲线相交的所有值的列表。因此，您可以扫描每个(x,y) 值并找到最极端的坐标并从那里画一条线。此外，您可以从质心到每个交点绘制多条线，以确保我们正确绘制线。
我将采用一种老式的方式，我怀疑 STL 或对编译器的普遍信任可以加速这种方式；）。顺便说一句，C++。
画线。
findContours( f, contours, heirarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE );
Moments M = moments( contours[0], true );
Point2f cntr = Point2f( (int)M.m10/M.m00, (int)M.m01/M.m00 );
circle( frame, cntr, 5, Scalar(0,0,0) );
int N = 20;
vector<float> slopes;
for( int i=0; i<N; i++ )
slopes.push_back( i*360.0/N );
for( auto s : slopes )
for( auto p : contours[0] )
if( std::abs( cv::fastAtan2( p.y-cntr.y, p.x-cntr.x ) - s ) <= 0.5 ) //error margin, of sorts..
{ finalpoints.push_back( p ); break; }
cout<<"\nfound points: "<<finalpoints.size()<<endl;
for( auto p : finalpoints )
line( frame, cntr, p, Scalar(0,0,0), 1 );
【讨论】：