有没有一种方法可以“提取”和检测凹点以适应椭圆？

Question

这篇论文似乎与我的问题非常相关，但我无法在网上找到代码。

还有基于凹点和椭圆拟合的接触细胞分割也是一个有用的参考。

我也在尝试理解他们的算法。我卡在了如何找到接触对象的凹点。

这是我的代码：

import numpy as np
import cv2

img = cv2.imread("binary_img.png")
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret,thresh_img = cv2.threshold(img,127,255,cv2.THRESH_BINARY_INV)
thresh_img = 255- thresh_img
contours, hierarchy = cv2.findContours(thresh_img,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

hull = []

# calculate points for each contour
for i in range(len(contours)):
    # creating convex hull object for each contour
    hull.append(cv2.convexHull(contours[i], False))

# create an empty black image
drawing = np.zeros((thresh_img.shape[0], thresh_img.shape[1], 3), np.uint8)

# draw contours and hull points
for i in range(len(contours)):
    color_contours = (0, 255, 0) # green - color for contours
    color = (255, 0, 0) # blue - color for convex hull
    # draw ith contour
    cv2.drawContours(drawing, contours, i, color_contours, 1, 8, hierarchy)
    # draw ith convex hull object
    cv2.drawContours(drawing, hull, i, color, 1, 8)

cv2.imwrite("19_drawing.png", drawing)
cv2.imshow("Drawing", drawing)
cv2.waitKey()

目的:

我想获取下方的凹点并适配椭圆。我的代码只是包裹极端点。

任何帮助或指导都将不胜感激。提前致谢。

- Vincent Liow

---

请查看以下链接以获取有关图像处理形状的更多信息：https://docs.opencv.org/master/d3/dc0/group__imgproc__shape.html#gada4437098113fd8683c932e0567f47ba - Miki

Answer 1

首先明显的一点是探索凸缺陷。凹点是凸壳的缺陷，因此如果选择最小的凹点，您可以轻松找到它们。 另一个方向是探索傅里叶描述符并检查实际点与其描述符之间的映射关系。傅里叶描述符的好处是它们具有方向和尺度不变性。

- Axon Informatics

---

你的回答可以通过提供更多支持性信息来改进。请编辑以添加进一步的细节，例如引用或文档，以便他人能够确认你的回答是否正确。你可以在帮助中心找到关于如何撰写好回答的更多信息。 - Community