2016-09-24 121 views
2

我使用的OpenCV 2.4做一些跟蹤,我可以得到的形狀我想,這是一個T的輪廓的角度我怎樣才能找到一個T形的OpenCV中

輸入圖像: enter image description here

我可以使用cv2.minAreaRect(my_t_contour)並獲得該矩形的角度,但只能給我0-180度。但這是一個T形,所以我想能夠告訴0-360。我想的:

  1. 分割輪廓爲兩個rects
  2. 獲取通過rects一個線(使用縮略> HoughLinesP)
  3. 確定哪些線是哪個,確定它們的梯度(使用座標我從HoughLinesP得到),然後確定T的方向。

但是我卡在1號,我怎麼能把一個輪廓分成兩個形狀?


方法1:輪廓的minAreaRect的輪廓和中心的拉伸中心

dst = cv2.cvtColor(r_target, cv2.COLOR_BGR2GRAY) 
dst = cv2.GaussianBlur(dst, (11, 11), 0) 
ret,dst = cv2.threshold(dst,110,255,cv2.THRESH_BINARY_INV) 
cnts = cv2.findContours(dst, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) 
for c in cnts: 
    # get minAreaRect around contour and draw its center in red 
    rect = cv2.minAreaRect(c) 
    cv2.circle(r_target, (int(rect[0][0]), int(rect[0][1])), 7, (0, 0, 255), -1) 

    # get moments of contour to get center and draw it in white 
    M = cv2.moments(c) 
    cX = int(M["m10"]/M["m00"]) 
    cY = int(M["m01"]/M["m00"]) 
    cv2.circle(r_target, (cX, cY), 7, (255, 255, 255), -1) 

enter image description here

下一步可能會計算的中心之間的簡單的梯度來確定的角度。


方法2:縮略的圖像,並使用HoughLinesP得到線。

dst = cv2.cvtColor(r_target, cv2.COLOR_BGR2GRAY) 
dst = cv2.GaussianBlur(dst, (11, 11), 0) 
ret,dst = cv2.threshold(dst,110,255,cv2.THRESH_BINARY) 
dst = 1 - dst/255 
dst = skimage.morphology.skeletonize(dst).astype(np.uint8) 
rho = 1 
theta = np.pi/180 
threshold = 1 
minLineLength = 30 
maxLineGap = 15 
lines = cv2.HoughLinesP(dst, rho, theta, threshold, minLineLength=minLineLength, maxLineGap=maxLineGap) 
for line in lines[0]: 
    cv2.line(r_target, (line[0], line[1]), (line[2], line[3]), (0, 255, 0), 1, 8) 

但是線條不會很好地出來。這是骷髏的樣子:

enter image description here

我仍然與變量的實驗,但有沒有解決使用HoughLinesP特定的思維過程?

+0

你可能過分複雜了。我將開始檢查minAreaRect中心與質心/ baricenter的位置(檢查「cv :: moments」) – Miki

+0

查找矩形會使用基於hough變換的算法。相反,您可以運行形態學操作來獲取圖像中字母T的骨架,然後檢測它們之間的線條和角度。 –

+0

@Miki所以我畫了輪廓的minAreaRect的中心和輪廓本身的中心(見編輯),它們之間的關係看起來相當一致(除了在某些框架中圍繞輪廓的中心),所有我需要做的是在中心之間得到一個梯度來說明角度。我不明白,爲什麼這個工作?是因爲minAreaRect只是一個近似值,但它和輪廓之間的關係總是相同的? –

回答