如何在opencv / python

Question

我已经使用opencv创建了一些轮廓，我需要在轮廓上标识一个特定点，通常是“ V”形的最内点。在所附的图像中，我要识别的点由绿色箭头显示。

在左侧是一种简单的情况，例如，可以通过计算轮廓的凸包，然后找到距该包最远的点来进行识别。

但是，在所附图像的右侧是一个更为困难的情况，在该情况下，我得到的不是1个轮廓，而是几个轮廓，并且不存在漂亮的“ V”形，这使得无法识别轮廓的最内点。 'V'。如红色虚线所示，一种解决方法是外推较高的轮廓，直到与较低的轮廓相交。有人知道我该怎么做吗？还是有更好的解决方案？

为了记录，我尝试过：

• 膨胀/腐蚀（当多个轮廓靠近时起作用，否则不起作用）

• 进行p变换（倾向于将目标点定位）

任何指针将不胜感激。

Answer 1

此解决方案适用于您提供的两个图像。对于所有其他颜色相似且指向右侧的“ v”形（或至少部分“ v”形）的图像，这也应该是一个很好的解决方案。

首先让我们看一下更简单的图像。我首先使用颜色空间对图像进行了细分。

# Convert frame to hsv color space
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
# Define range of pink color in HSV
(b,r,g,b1,r1,g1) = 0,0,0,110,255,255
lower = np.array([b,r,g])
upper = np.array([b1,r1,g1])
# Threshold the HSV image to get only pink colors
mask = cv2.inRange(hsv, lower, upper)

接下来，我发现mid_point的该行的上方和下方都有相等数量的白色。

# Calculate the mid point
mid_point = 1
top, bottom = 0, 1
while top < bottom:
    top = sum(sum(mask[:mid_point, :]))
    bottom = sum(sum(mask[mid_point:, :]))
    mid_point += 1

然后，我从中点开始填充图像： bg = np.zeros（（h + 2，w + 2），np.uint8）

kernel = np.ones((k_size, k_size),np.uint8)  
cv2.floodFill(mask, bg, (0, mid_point), 123)

现在我有了泛洪的图像，我知道要寻找的点是最接近图像右侧的灰色像素。

# Find the gray pixel that is furthest to the right
idx = 0
while True:
    column = mask_temp[:,idx:idx+1]
    element_id, gray_px, found = 0, [], False
    for element in column:
        if element == 123:
            v_point = idx, element_id
            found = True
        element_id += 1
    # If no gray pixel is found, break out of the loop
    if not found: break
    idx += 1

结果：

现在获取较难的图像。在右图中，“ v”未完全连接：

要关闭“ v”，我迭代检查了是否已连接的面罩：

# Flood fill and dilate loop
k_size, iters = 1, 1
while True:
    bg = np.zeros((h+2, w+2), np.uint8)
    mask_temp = mask.copy()    
    kernel = np.ones((k_size, k_size),np.uint8)    
    mask_temp = cv2.dilate(mask_temp,kernel,iterations = iters)
    cv2.floodFill(mask_temp, bg, (0, mid_point), 123)
    cv2.imshow('mask', mask_temp)
    cv2.waitKey()
    k_size += 1
    iters += 1
    # Break out of the loop of the right side of the image is black
    if mask_temp[h-1,w-1]==0 and mask_temp[1, w-1]==0: break

这是结果输出：