Как нарисовать контуры вокруг круглого объекта и найти его рентабельность с помощью OpenCV Python?

Я пытался нарисовать контур над круглым объектом, присутствующим на изображении, и найти его площадь и центр тяжести. Но мне это не удалось, так как контур был прорисован по всему изображению, как показано на рисунке. Я хочу нарисовать контур только по круглому белому объекту, как показано на рисунке.

введите здесь описание изображения

Ожидаемый результат:

Я хочу нарисовать круговой контур только над этим белым объектом, показанным на изображении, и показать его центр тяжести и площадь. OpenCV, игнорируйте остальную часть.

Ниже прилагается код.

Код:

import cv2
import numpy as np
import imutils

cap = cv2.VideoCapture(0)

cap.set(3,640)
cap.set(4,480)

while True:
    _,frame = cap.read()
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

    lower_blue = np.array([90,60,0])
    upper_blue = np.array([121,255,255])

    mask = cv2.inRange(hsv, lower_blue, upper_blue)
    cnts = cv2.findContours(mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
    cnts= imutils.grab_contours(cnts)

    for c in cnts:
        area = cv2.contourArea(c)
        if area > 1500:
            cv2.drawContours(frame, [c], -1, (0,255,0), 3)
            M = cv2.moments(c)
            cx = int(M["m10"] / M["m00"])
            cy = int(M["m01"] / M["m00"])

            cv2.circle(frame, (cx, cy), 7, (255, 255, 255), -1)
            cv2.putText(frame, "Centre", (cx - 20, cy - 20), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 1)

            cv2.imshow("frame", frame)


            print("area is ...", area)
            print("centroid is at ...", cx, cy)

    k=cv2.waitKey(1000)
    if k ==27:
        break
cap.release()
cv2.destroyAllWindows()

Любая помощь будет оценена по достоинству. Заранее спасибо.


python opencv video-capture
person shantmanu    schedule 07.01.2020    source источник
comment
Возможно, вам следует отфильтровать контуры по функциям анализа формы, которые измеряют округлость или используют обнаружение HoughCircle. См. www2.humusoft.cz/www/papers/tcb10/040_horejs.pdf или opencvpython.blogspot.com/2012/04/contour-features.html   -  person fmw42    schedule 07.01.2020
comment
Можно использовать снимки экрана с синими рамками вокруг них и зелеными аннотациями внутри для отображения результатов, но также предоставьте исходное изображение без аннотаций и рамок, чтобы люди могли попробовать свои собственные алгоритмы.   -  person Mark Setchell    schedule 07.01.2020
comment
Почему бы вам не использовать методы на основе цвета, такие как пороговое значение?   -  person MH304    schedule 07.01.2020

Ответы (1)


arrow_upward
0
arrow_downward

Это можно сделать разными способами в зависимости от необходимости. Один простой способ может быть:

Во-первых, отфильтруйте ROI. Итак, мы знаем 3 вещи: ROI белого цвета, представляет собой круг, и мы знаем его приблизительную площадь.

Для белого цвета:

def detect_white(img):
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    _, thresh = cv2.threshold(gray, 220, 255, cv2.THRESH_BINARY)
    return thresh

Хотя вам нужно будет поиграть с алгоритмом обнаружения белого в соответствии с вашими потребностями. Некоторыми хорошими способами обнаружения белого цвета могут быть пороговое значение (как указано выше), использование цветового пространства HSL, поскольку белизна тесно зависит от яркости (cv2.cvtColor(img, cv2.COLOR_BGR2HLS) и т. д.

Итак, в приведенном ниже коде сначала мы отфильтровываем ROI по белому цвету, а затем по форме и площади этих белых контуров.

image = cv2.imread("path/to/your/image")

white_only = detect_white(image)

contours, hierarchy = cv2.findContours(white_only, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

circles = []

for contour in contours:
    epsilon = 0.01 * cv2.arcLength(contour, True)
    approx = cv2.approxPolyDP(contour, epsilon, True)
    area = cv2.contourArea(contour)
    if len(approx) > 12 and area > 1000 and area < 3000:
        circles.append(contour)

# Now the list circles would have all such
# contours satisfying the above conditions
# If len(circles) != 1 or isn't the circle you
# desire, more filtering is required

cv2.drawContours(image, circles, -1, (0, 255, 0), 3)

Выбор контура зависит от площади и вершин (как возвращается cv2. approxPolyDP()).

Как и на вашем изображении, большой белый круг имеет большую площадь и очень близок к кругу, я проверил его, например: len(approx) > 12 and area > 1000 and area < 3000:. Настройте эту строку в соответствии со своим сценарием и скажите, решит ли это вашу проблему. Если это не так, мы можем обсудить другие способы или поэкспериментировать с этим, чтобы сделать его более точным.

person Mihir Luthra    schedule 08.01.2020
comment
Спасибо @Михир. Я думаю, что это относится к файлам изображений. В приведенном выше коде я имею дело с видеокадрами Opencv. cap = cv2.VideoCapture(0) Как этого добиться с помощью видео в реальном времени? - person shantmanu; 09.01.2020
comment
@shantmanu Видите ли, видео — это последовательность изображений или кадров. См., например, эту ссылку (cap.read() извлекает кадр или назовите это изображением). Если в вашем видео движущиеся объекты, рассмотрите возможность удаления размытия движения из захваченный кадр. Если вы не получаете хороших результатов от определенного кадра, примените свой алгоритм к следующему кадру. - person Mihir Luthra; 09.01.2020
comment
Вы можете изменить частоту извлечения кадров с помощью cap.set() - person Mihir Luthra; 09.01.2020
comment
Вот несколько полезных приемов работы с видео. Также основные сведения см. в этом ссылка. - person Mihir Luthra; 09.01.2020
comment
Я использовал cap.set(3,640) и cap.set(4,480) для установки частоты. - person shantmanu; 09.01.2020
comment
@shantmanu, посмотрите флаги для cap.set() здесь: docs.opencv.org/2.4/modules/highgui/doc/. 3 и 4 предназначены для ширины и высоты или захваченного кадра, а не для частоты. - person Mihir Luthra; 09.01.2020
comment
Извиняюсь. Я получил ваше предложение. Спасибо. Я постараюсь реализовать вашу логику и сообщу вам, если у меня возникнут какие-либо проблемы. - person shantmanu; 09.01.2020