OpenCV：检查像素是否在边界矩形内，由等高线分隔

我有一个形象面具，有一些我从Canny那里得到的轮廓。 我可以计算一个边界矩形（具有固定的给定角度）。

现在我需要将这两个区域分离到该矩形的左侧和右侧。 我怎样才能做到这一点？

请注意，我想要处理矩形内的区域，而不是轮廓的像素。

编辑

这是我如何从掩码获取每个边界矩形：

cv::Mat img_edges; // mask with contours

// Apply clustering to the edge mask from here
// http://stackoverflow.com/questions/33825249/opencv-euclidean-clustering-vs-findcontours?noredirect=1#comment55433731_33825249

// Find boundary rectangle
for (auto &contour: contours) { // Iterate over every contour cluster
  cv::Mat Srot = cv::getRotationMatrix2D(cv::Point2f(float(img_edges.cols) / 2., float(img_edges.rows) / 2.), -ILLUMINATION_ANGLE_DEG, 1.0);

  cv::transform(contour, contour, Srot);

  float min_x, min_y, max_x, max_y;

  min_x = min_y = std::numeric_limits<float>::max();
  max_x = max_y = -std::numeric_limits<float>::max();

  // Simply find edges of aligned rectangle, then rotate back by inverse of Srot
}

---

好吧，让我们假设我可以获得连接组件。 我该如何继续？

从评论到问题，我们同意这个程序应该适用于轴对齐的矩形。 这不会失去一般性，因为您可以将旋转的矩形旋转为轴对齐，应用此过程，然后再旋转点。

从具有一些边缘的示例图像开始，如：

你可以得到像这样的东西，其中蓝色是由边缘分隔的边界框中的左边部分，红色是右边部分：

这个算法可能不是最聪明的做法，但在实践中可以正常工作。

找到每条边的边界框后：

在给定的roi上创建一个矩阵tmp ，再加上左边的1列和右边的1。 这将使算法对特定情况具有鲁棒性。

移动新坐标系中的所有边界点，然后绘制到tmp 。

应用floodFill算法来查找左边的点。 种子是tmp左上角。

应用floodFill算法找到正确的点。 种子是tmp右上角。

检索两个区域中的点，转移到原始坐标系。

这里的评论代码，如果有什么不明确的话，请ping我：

#include <opencv2/opencv.hpp>
#include <vector>
using namespace std;
using namespace cv;


void separateAreas(const Rect& roi, const vector<Point>& points, vector<Point>& left, vector<Point>& right)
{
    left.clear();
    right.clear();

    // Temporary matrix
    // 0 : background pixels
    // 1 : boundary pixels
    // 2 : left pixels
    // 3 : right pixels
    Mat1b tmp(roi.height, roi.width + 2, uchar(0));

    // Shift points to roi origin, i.e tmp(0,1)
    vector<Point> pts(points);
    for (int i = 0; i < points.size(); ++i)
    {
        pts[i] -= roi.tl();

        // Draw boundary on tmp matrix
        tmp(pts[i] + Point(1,0)) = 1;
    }

    // Fill left area, seed top left point
    floodFill(tmp, Point(0, 0), Scalar(2));

    // Fill right area, seed top right point
    floodFill(tmp, Point(tmp.cols-1, 0), Scalar(3));

    // Find left and right points
    findNonZero(tmp.colRange(1, tmp.cols - 1) == 2, left);
    findNonZero(tmp.colRange(1, tmp.cols - 1) == 3, right);

    // Shift back
    for (int i = 0; i < left.size(); ++i)
    {
        left[i] += roi.tl();
    }
    for (int i = 0; i < right.size(); ++i)
    {
        right[i] += roi.tl();
    }
}


int main()
{
    Mat1b img = imread("path_to_image", IMREAD_GRAYSCALE);

    Mat3b res;
    cvtColor(img, res, COLOR_GRAY2BGR);

    vector<vector<Point>> contours;
    findContours(img.clone(), contours, RETR_LIST, CV_CHAIN_APPROX_NONE);

    for (int i = 0; i < contours.size(); ++i)
    {
        Rect roi = boundingRect(contours[i]);
        //rectangle(res, roi, Scalar(0,255,0));

        vector<Point> left, right;
        separateAreas(roi, contours[i], left, right);

        // Draw areas on res
        for (int j = 0; j < left.size(); ++j)
        {
            res(left[j]) = Vec3b(255,0,0); // Blue for left
        }
        for (int j = 0; j < right.size(); ++j)
        {
            res(right[j]) = Vec3b(0, 0, 255); // Red for right
        }
    }

    imshow("Image", img);
    imshow("Result", res);
    waitKey();

    return 0;
}

链接地址: http://www.djcxy.com/p/89725.html

上一篇: OpenCV: check if pixel is within bounding rectangle, separated by contour line

下一篇: drawing a rectangle on an image after identifying the area using ROI (OpenCV)