在python中更改CvSeq中的元素

Question

我試圖從圖像中提取輪廓，旋轉這些輪廓並將它們插入到新圖像中。代碼如下。 我的問題是旋轉輪廓方法。執行代碼時會看到以下錯誤「TypeError：'cv.cvseq'對象不支持項目分配」。

如何解決這個問題的任何想法？我爲Opencv 2.2使用python綁定。

import cv 

def rotateContour(contour, centerOfMass, angle): 
    for index in range(0, len(contour)): 
     contour[index] = rotatePoint(contour[index], centerOfMass, angle) 
    return contour 

def rotatePoint(point, centerOfMass, angle): 
    px, py = point 
    x, y = centerOfMass 
    temppoint = (px-x, py-y) 
    temppointx = temppoint[0]*math.cos(angle) + temppoint[1] * math.sin(angle) 
    temppointy = temppoint[1]*math.cos(angle) - temppoint[0] * math.sin(angle) 
    temppoint = (temppointx + x, temppointy + y) 

    return temppoint 

inputimage = cv.LoadImage('filename.png', cv.CV_LOAD_IMAGE_GRAYSCALE) 
outputimage = cv.CreateImage((10000, 300), 8, 1) 

storage = cv.CreateMemStorage (0) 
contours = cv.FindContours(inputimage, storage, cv.CV_RETR_EXTERNAL, cv.CV_CHAIN_APPROX_SIMPLE) 

for contour in contour_iterator(contours): 
    gray = cv.CV_RGB(200, 200, 200) 
    # Rotate contour somehow 
    contour = rotatecontour(contour) 
    cv.DrawContours(outputimage, contour, gray, gray, 0, -1, 8) 

cv.SaveImage("outputfile.png", outputimage) 

Answer 1

看來你不能使用Python綁定改變cvseq對象的元素（注意here的Python方法操縱cvseq對象只有去除序列元素並改變它們的順序中的方法列表。）

Python綁定仍然提供了工具來實現您在圖像中旋轉輪廓的既定目標。

由於cv.DrawContours()方法需要一個cvseq作爲輸入，我們必須找到一些其他的方式來繪製輪廓後，在Python中存儲和操縱它們。一種方法是使用cv.FillPoly()或cv.DrawPoly()方法（將元組列表作爲輸入），具體取決於將要傳遞給cv.DrawContours()的厚度參數是否分別爲-1或> 0。

所以，一個辦法的輪廓和借鑑他們的旋轉同行，將是如下（其中每個輪廓的重心由填寫的表格重繪和使用的OpenCV的時刻功能找到）：

import cv 
import numpy as np 

# Draw contour from list of tuples. 
def draw_contour(im , contour , color , thickness = 1 , linetype = 8 , 
        shift = 0) : 
    if thickness == -1 : 
    cv.FillPoly(im , [contour] , color , linetype , shift) 
    else : 
    cv.PolyLine(im , [contour] , True , color , thickness , linetype , shift) 

# Rotate contour around centre point using numpy. 
def rotate_contour(contour , centre_point , theta) : 
    rotation = np.array([ [ np.cos(theta) , -np.sin(theta) ] , 
         [ np.sin(theta) , np.cos(theta) ] ]) 
    centre = np.vstack([ centre_point ] * len(contour)) 
    contour = np.vstack(contour) - centre 
    contour = np.dot(contour , rotation) + centre 
    return [ tuple (each_row) for each_row in contour ] 

# Find centre of mass by drawing contour in closed form and using moments. 
def find_centre_of_mass(contour) : 
    bottom_right = np.max(contour , axis = 0) 
    blank = cv.CreateImage(tuple (bottom_right) , 8 , 1) 
    cv.Set(blank , 0) 
    draw_contour(blank , contour , 1, -1) 
    moments = cv.Moments(blank , 1) 
    sM00 = float (cv.GetSpatialMoment(moments , 0 , 0)) 
    sM01 = float (cv.GetSpatialMoment(moments , 0 , 1)) 
    sM10 = float (cv.GetSpatialMoment(moments , 1 , 0)) 
    return (sM10/sM00 , sM01/sM00) 

THETA = np.pi/3.0 
COLOR = cv.CV_RGB(200 , 200 , 200) 
input_image = cv.LoadImage(‘filename.png’ , cv.CV_LOAD_IMAGE_GRAYSCALE) 
output_image = cv.CreateImage((input_image.width , input_image.height) , 
           input_image.depth , input_image.nChannels) 
cv.Set(output_image , 0) 

storage = cv.CreateMemStorage(0) 
contour_pointer = cv.FindContours(input_image , storage , 
            cv.CV_RETR_EXTERNAL , 
            cv.CV_CHAIN_APPROX_SIMPLE) 

while contour_pointer is not None : 
    contour = contour_pointer [ : ] 
    centre_of_mass = find_centre_of_mass(contour) 
    rotated_contour = rotate_contour(contour , centre_of_mass , THETA) 
    draw_contour(output_image , rotated_contour , COLOR , -1) 
    contour_pointer = contour_pointer.h_next() 

cv.SaveImage(‘outputfile.png’ , output_image)