如何在OpenCV/Python中找到轮廓上的特定点

Question

我使用opencv创建了一些轮廓，需要确定轮廓上特定的点，通常是“V”形的最内部点。在附加的图片中，我想要确认的点由绿色箭头指示。

在左侧是一个简单的情况，可以通过计算轮廓的凸包，然后找到距离凸包最远的点来完成标识。但是，在右侧的图像中，遇到更困难的情况，我得到了多个轮廓，并且漂亮的“V”形不再存在，这使得无法确定“V”形的最内部点。如红色虚线所示，一个解决方案可能是将较高的轮廓外推直到与较低的轮廓相交。有人知道我该如何做吗？或者有更好的解决方案吗？

记录一下，我已经尝试过：

- 膨胀/腐蚀（当多个轮廓靠近时有效，否则无效） - Hough变换p（容易误判目标点）

任何指导都会非常感激。

- ennjaycee

Answer 1

这个解决方案适用于您提供的两张图片。对于所有具有类似颜色和指向右侧的“v”形状（或至少部分“v”形状）的其他图像，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。我通过使用颜色空间对图像进行了分割。

# 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，我找到了mid_point，即在该行上方和下方都有相等数量的白色像素。

# 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)

现在我有了洪水填充图像，我知道我要找的点是最靠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：

现在是较难的图像。 在右侧的图像中，“v”未完全连接：

为了关闭 'v' 字形，我迭代地膨胀掩码并检查它是否连接：

# 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

这是最终的输出：

- Stephen Meschke

---

非常感谢！对于更难处理的图像，膨胀的效果是将目标点向左推得比实际位置稍微远一些，但我认为我可以根据膨胀迭代次数轻松地进行补偿。再次感谢您的辛勤工作和出色的解决方案。 - ennjaycee