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
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:
- 分割輪廓爲兩個rects
- 獲取通過rects一個線(使用縮略> HoughLinesP)
- 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)
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:
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?
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
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。 –
@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? –