您正在正确的道路上。在找到轮廓后,您需要使用cv2.approxPolyDP
+cv2.arcLength
来执行轮廓近似。您可以检查cv2.approxPolyDP
的返回值,它会给出多边形曲线形状的近似值。如果这个值是5,那么您可以认为它是一个五边形。以下是一个简单的方法:
获取二进制图像。加载图像,灰度化,双边滤波器,Otsu自适应阈值分割
查找轮廓并执行轮廓近似。使用cv2.findContours
找到轮廓,然后进行轮廓近似。如果轮廓通过此过滤器,则使用cv2.boundingRect
提取边框矩形的坐标,并使用Numpy切片提取/保存ROI。
青色区域为检测到的ROI
![enter image description here](https://istack.dev59.com/n7i9u.webp)
提取/保存的ROI
![enter image description here](https://istack.dev59.com/uQ971.webp)
注意:有两个ROI另存为单独的图像,但它们是相同的。
代码:
import cv2
import numpy as np
image = cv2.imread('1.jpg')
original = image.copy()
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blur = cv2.bilateralFilter(gray,9,75,75)
thresh = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
ROI_num = 0
cnts = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
for c in cnts:
peri = cv2.arcLength(c, True)
approx = cv2.approxPolyDP(c, 0.04 * peri, True)
if len(approx) == 5:
x,y,w,h = cv2.boundingRect(approx)
cv2.rectangle(image, (x, y), (x + w, y + h), (200,255,12), 2)
ROI = original[y:y+h, x:x+w]
cv2.imwrite('ROI_{}.png'.format(ROI_num), ROI)
ROI_num += 1
cv2.imshow('thresh', thresh)
cv2.imshow('ROI', ROI)
cv2.imshow('image', image)
cv2.waitKey()