如何在Python中获取一个平面图的外轮廓？

Question

什么是获取楼层平面图外轮廓的最佳方法？

蛇形算法并不适用于某些地面图过于凸出的情况。

- Dayvid Oliveira

Answer 1

在查找轮廓时，您只需要调整灰度图像的阈值以包含灰色虚线路径。由于输入图像的主要部分是白色的，因此我们可以选择接近255的阈值，例如230。然后进行二值化处理以查找轮廓。

您可以使用cv2.approxPolyDP来计算近似的多项式形状，但这并没有太大的帮助，所以这一步是可选的。

代码片段可能如下所示：

import cv2

img = cv2.imread("/Users/anmoluppal/Downloads/1tl6D.jpg")

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret, thresh = cv2.threshold(img_gray, 230, 255, cv2.THRESH_BINARY_INV)

img_, contours, hierarchy = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

largest_contour_area = 0
for cnt in contours:
    if (cv2.contourArea(cnt) > largest_contour_area):
        largest_contour_area = cv2.contourArea(cnt)
        largest_contour = cnt

epsilon = 0.001*cv2.arcLength(largest_contour,True)
approx = cv2.approxPolyDP(largest_contour,epsilon,True)

final = cv2.drawContours(img, [approx], 0, [0, 255, 0])

- ZdaR

---

太棒了。 只需更改第五行，以便： contours，hierarchy = cv2.findContours（...） 并且 如果轮廓为空，则不会分配largest_contour。 - Dayvid Oliveira

cv2.findContours 在 Opencv 3.1 中返回 3 个值，但在 Opencv2.7 中仅返回 2 个值。因此这是版本相关的，您需要计算最大的轮廓，因为图像中可能会形成一些小的轮廓需要被忽略。 - ZdaR

好的。关于最大轮廓，我是指在“轮廓”为空的情况下... - Dayvid Oliveira