OpenCV C++如何知道每行的轮廓数进行排序？答案

【问题标题】：OpenCV C++ how to know the number of contours per row for sorting?OpenCV C++如何知道每行的轮廓数进行排序？
【发布时间】：2023-03-10 19:48:02
【问题描述】：

我有一个binary image: 在这张图片中，我可以使用重载的std::sort 轻松地从上到下和从左到右对找到的轮廓进行排序。

我首先通过以下方式从上到下排序：

sort(contours.begin(), contours.end(), top_to_bottom_contour_sorter());

然后我从左到右排序：

for (int i = 0; i < contours.size(); i = i + no_of_contours_horizontally)
    {
        sort(i, i + no_of_contours_horizontally, left_to_right_contour_sorter);
    }

top_to_bottom 和 left_to_right 是我传递给排序函数的单独函数。而no_of_contours_horizontally 相对于第一张图片是三 (3)。

但是，这只有在我知道水平轮廓的数量时才有效。如果我使用的图像将具有不同数量的水平轮廓，就像这张图片一样。 contours_sample。程序失败。我可以蛮力并定义特定索引以更改找到的轮廓数。但是，它会限制程序对特定输入进行操作，而不是灵活。我正在考虑创建可以覆盖在图像顶部的矩形或线条，并计算内部轮廓的数量，以便获得水平轮廓数量的值。如果有更优雅的解决方案，我将不胜感激。

这是我的排序功能

bool top_to_bottom_contour_sorter(const std::vector<Point> &lhs, const std::vector<Point> &rhs)
{
    Rect rectLhs = boundingRect(Mat(lhs));
    Rect rectRhs = boundingRect(Mat(rhs));

    return rectLhs.y < rectRhs.y;
}

bool left_to_right_contour_sorter(const std::vector<Point> &lhs, const std::vector<Point> &rhs)
{
    Rect rectLhs = boundingRect(Mat(lhs));
    Rect rectRhs = boundingRect(Mat(rhs));

    return rectLhs.x < rectRhs.x;
}

编辑这是我当前的输出和每个图像的期望输出。使用第一张图片和我当前的工作代码。 Current_Output

第二张图片我想要的输出。 Desired_Output

【问题讨论】：

就在我的脑海中。我会做类似线扫描算法的事情。您从上到下开始“扫描”线并找到该线与先前找到的轮廓的交点，然后您从左到右对它们进行排序，因为您现在知道它们中有哪些以及有多少。
对于每个轮廓，计算boundingRect，然后按相应矩形的x 和y 值排序。我们是否很快完成了您的调查评估程序？ ;-)
@HansHirse，差不多了 ;-)。这就是我目前正在做的事情。
好的，那么，您能否在第二个示例中提供所需的轮廓排序顺序？如果您一次考虑所有轮廓，则必须定义 - 例如 - 如果我们先从左到右还是先从上到下。而且，这意味着，我们需要一个分拣机来完成这项任务！或者，您可以单独考虑轮廓组（列、行）。
我做的是先从上到下再从左到右排序。尝试同时使用两个坐标但失败了。

标签： c++ sorting opencv

【解决方案1】：

我猜，您唯一的问题是不尊重其中一个坐标的相等性！？

我们开始吧：

// Custom sorter.
bool sortContour(std::vector<cv::Point> a, std::vector<cv::Point> b)
{
    cv::Rect rectA = cv::boundingRect(a);
    cv::Rect rectB = cv::boundingRect(b);

    if (rectA.y == rectB.y)
        return (rectA.x < rectB.x);

    return (rectA.y < rectB.y);
}

int main()
{
    // Load image.
    cv::Mat image = cv::imread("contours.jpg", cv::IMREAD_GRAYSCALE);

    // There are some artifacts in the JPG...
    cv::threshold(image, image, 128, 255, cv::THRESH_BINARY);

    // Find contours.
    std::vector<std::vector<cv::Point>> contours;
    std::vector<cv::Vec4i> hierarchy;
    cv::findContours(image, contours, hierarchy, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_NONE);

    // Output unsorted contours.
    cv::Mat imageUnsorted = image.clone();
    for (int i = 0; i < contours.size(); i++)
    {
        cv::Rect rect = cv::boundingRect(contours[i]);
        cv::putText(imageUnsorted, std::to_string(i), cv::Point(rect.x - 10, rect.y - 10), cv::FONT_HERSHEY_COMPLEX, 0.5, cv::Scalar(255));
    }
    cv::imwrite("unsorted.png", imageUnsorted);

    // Sort using custom sorter.
    std::sort(contours.begin(), contours.end(), sortContour);

    // Output sorted contours.
    cv::Mat imageSorted = image.clone();
    for (int i = 0; i < contours.size(); i++)
    {
        cv::Rect rect = cv::boundingRect(contours[i]);
        cv::putText(imageSorted, std::to_string(i), cv::Point(rect.x - 10, rect.y - 10), cv::FONT_HERSHEY_COMPLEX, 0.5, cv::Scalar(255));
    }
    cv::imwrite("sorted.png", imageSorted);
}

未排序的轮廓：

排序后的轮廓：

如您所见，也可以将原始顺序颠倒过来，因为cv::findContours 只是朝相反的方向前进。 ;-)

一个重要的警告：如果扫描（或您获得调查）甚至稍微逆时针旋转，此例程将失败。因此，应事先检查整个扫描（或...）的角度。

【讨论】：

@Hanshire 再次感谢您的帮助。我只是做了一些小的调整，而不是检查是否相等，我设置了大约 5 的范围。abs(rectLhs.y - rectRhs.y) <= 5
@Fer-de-lance 啊，是的 - 简单但好主意！很高兴，我能帮上忙。

【解决方案2】：

一个简单实用的解决方案是排序

y*100 + x

在旋转输入的情况下也可以工作的更复杂的东西是

选择两个 blob 之间的最小距离
让我们将连接这两个点的向量称为(dx, dy)
根据(x*dx + y*dy)*100 + (x*dy - y*dx)排序

输出将按“网格”顺序排列（可能是您想要的一种或旋转 90 度的一种，但旋转输入时问题是不适定的，您应该使用一些规则在两者之间进行选择）。

【讨论】：