如何在 opencv 中检测开放和封闭的形状。
这些是我想要检测的简单样本形状。我使用findContours 和approxPolyDP 检测到矩形，然后检查向量之间的角度。
现在我想检测开放形状，approxPolyDP 函数将封闭形状的 bool 设置为 true，并且在返回的点上检查 isCounterConvex，加上 contourArea 限制。
我应该如何继续检测此类图像的任何想法。
【问题讨论】：
标签： c++ opencv image-processing shape-recognition
只需在图像中使用findContours()，然后通过检查传递给 findContours() 函数的层次结构来确定轮廓是否闭合。从第二张图中可以清楚地看出，与第一张图像相比，没有轮廓具有子轮廓，您将从层次参数中获得此数据，该参数是可选的输出向量，包含有关图像拓扑的信息。它的元素与轮廓的数量一样多。
这里我们将使用层次结构作为
vector< Vec4i > hierarchy
第 i 个轮廓的位置
hierarchy[i][0] = next contour at the same hierarchical level
hierarchy[i][1] = previous contour at the same hierarchical level
hierarchy[i][2] = denotes its first child contour
hierarchy[i][3] = denotes index of its parent contour
如果轮廓 i 没有下一个、上一个、父级或嵌套轮廓，则 hierarchy[i] 的对应元素将为负数。详情请参阅findContours() 函数。
所以通过检查hierarchy[i][2] 的值，您可以确定轮廓是否属于闭合，即如果hierarchy[i][2] = -1 没有子并且属于打开的轮廓。
还有一件事是，在 findContours() 函数中，您应该使用 CV_RETR_CCOMP 检索所有轮廓并将它们组织成两级层次结构。
这是如何实现这一点的 C++ 代码。
Mat tmp,thr;
Mat src=imread("1.png",1);
cvtColor(src,tmp,CV_BGR2GRAY);
threshold(tmp,thr,200,255,THRESH_BINARY_INV);
vector< vector <Point> > contours; // Vector for storing contour
vector< Vec4i > hierarchy;
findContours( thr, contours, hierarchy,CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE );
for( int i = 0; i< contours.size(); i=hierarchy[i][0] ) // iterate through each contour.
{
Rect r= boundingRect(contours[i]);
if(hierarchy[i][2]<0) //Check if there is a child contour
rectangle(src,Point(r.x-10,r.y-10), Point(r.x+r.width+10,r.y+r.height+10), Scalar(0,0,255),2,8,0); //Opened contour
else
rectangle(src,Point(r.x-10,r.y-10), Point(r.x+r.width+10,r.y+r.height+10), Scalar(0,255,0),2,8,0); //closed contour
}
结果：
【讨论】：
虽然对所提出的问题是正确的，但 @Haris 有用的答案不应被视为使用 findContours() 识别闭合轮廓的一般解决方案。
一个原因是填充的对象将没有内部轮廓，因此会返回hierarchy[i][2] = -1，这意味着该测试本身会错误地将此类轮廓标记为“开放”。
填充对象的轮廓在轮廓层次结构中不应有子级或父级，即位于顶层。因此，要检测填充对象的闭合轮廓至少需要额外的测试：if(hierarchy[i][2] < 0 && hierarchy[i][3] < 0)。
我认为@Haris 的回答可能暗示了这一点，但我认为对于像我这样正在学习如何使用 opencv 的人来说，这是值得澄清的。
【讨论】：
Python实现同下。
import cv2
src = cv2.imread('test.png', cv2.IMREAD_COLOR)
#Transform source image to gray if it is not already
if len(src.shape) != 2:
gray = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)
else:
gray = src
ret, thresh = cv2.threshold(gray, 200, 255, cv2.THRESH_BINARY_INV)
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_CCOMP, cv2.CHAIN_APPROX_SIMPLE)
hierarchy = hierarchy[0]
for i, c in enumerate(contours):
if hierarchy[i][2] < 0 and hierarchy[i][3] < 0:
cv2.drawContours(src, contours, i, (0, 0, 255), 2)
else:
cv2.drawContours(src, contours, i, (0, 255, 0), 2)
#write to the same directory
cv2.imwrite("result.png", src)
【讨论】：
答案取决于您的图像，更具体地说，预设了多少轮廓，是否有其他对象，噪声等。在一个简单的情况下，在闭合轮廓内部开始的单个轮廓泛滥填充不会溢出整个图像；如果从外面开始，它就不会进入中间。所以你会在这两种情况下保留一些白色区域。
【讨论】：
上面的简化 Python 代码
import cv2
# get contours from image
img = cv2.imread("image.png")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray, 200, 255, cv2.THRESH_BINARY_INV)
thresh, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_CCOMP, cv2.CHAIN_APPROX_SIMPLE)
# draw all contours to image (green if opened else red)
for i in range(len(contours)):
opened = hierarchy[0][i][2]<0 and hierarchy[0][i][3]<0
cv2.drawContours(img, contours, i, (0,255,0) if opened else (0,0,255), 2)
cv2.imshow("Contours", img)
cv2.waitKey(0)
cv2.destroyAllWindows()
【讨论】：