Vị trí kích thước tối thiểu đường viền OpenCV trong python

Question

Tôi đang sử dụng phép trừ nền để phân tích các đối tượng chuyển động của cảnh ngoài trời. Khi mặt trời lặn, tôi có vấn đề với bóng tối. Tôi đang sử dụng đường nét để cô lập các đối tượng. Tại thời điểm này tôi chỉ đơn giản là phân tích nửa trên của đường bao như bóng thường ở nửa dưới.

Hãy tưởng tượng một đường viền của một con vịt cao su, những gì tôi muốn làm là tìm vị trí y của cổ vịt, đó là nơi đường viền ở kích thước ngang tối thiểu của nó. Ai đó có thể vui lòng chỉ cho tôi đi đúng hướng để tìm "cổ vịt" không?

Trong mã, binary là một hình ảnh ngưỡng cửa của các đối tượng di chuyển, HIGHT và WIDTH là chiều cao và chiều rộng của hình ảnh, lab là cùng một hình ảnh trong không gian LAB màu.

Tôi muốn thay thế đường half = int(h/2) bằng chức năng tìm vị trí y của đường ngang để cắt "cổ vịt".

_,contours,_ = cv2.findContours(binary.copy(), cv2.RETR_EXTERNAL, 
          cv2.CHAIN_APPROX_SIMPLE) 

# loop over the contours 
for i, cnt in enumerate(contours): 

    # compute the bounding box for the contour 
    (x, y, w, h) = cv2.boundingRect(cnt) 

    # reject contours outside size range 
    if w > 250 or w < 30 or h > 250 or h < 30 : 
      continue 

    # make sure the box is inside the frame 
    if x <= 0 or y <= 0 or x+w >= (WIDTH -1) or y+h >= (HIGHT -1): 
      continue 

    # isolate feature 
    half = int(h/2) 
    roi = lab[y:y+half, x:x+w] 
    mask = binary[y:y+half, x:x+w] 

    # calculate the mean of the colour 
    mean = cv2.mean(roi, mask = mask) 
    # note: mean is L a b 
    L = int(mean[0]) 
    a = int(mean[1]) 
    b = int(mean[2]) 
    print L,a,b 

Tôi đang sử dụng opencv 3 và python 2.7

T.B. Tôi đã thử nền trừ MOG2 được cho là để xác định bóng nhưng nó là cách để ồn ào cho việc sử dụng của tôi và không khả thi.

Answer 1

Bạn có thể xác định mặt nạ để xóa hình ảnh để bạn có thể chia các đốm màu trên cùng và dưới cùng khỏi thung lũng. Bạn có thể áp dụng điều đó cho mã của mình như sau:

# loop over the contours 
for i, cnt in enumerate(contours): 

    # compute the bounding box for the contour 
    (x, y, w, h) = cv2.boundingRect(cnt) 

    # reject contours outside size range 
    if w > 250 or w < 30 or h > 250 or h < 30 : 
      continue 

    # make sure the box is inside the frame 
    if x <= 0 or y <= 0 or x+w >= (WIDTH -1) or y+h >= (HIGHT -1): 
      continue 

    # --------------- 
    # create a mask for erosion, you can play with the mask size/shape 
    mask = cv2.getStructuringElement(cv2.MORPH_RECT,(5,5)) 
    # erode the original image 
    eroded_img = cv2.erode(binary,mask,iterations = 1) 
    cv2.imshow("Eroded image",eroded_img) 
    # find the middle of the two new contours 
    _,new_contours,_ = cv2.findContours(eroded_img, cv2.RETR_EXTERNAL, 
         cv2.CHAIN_APPROX_SIMPLE) 
    (_, y_t, _, h_t) = cv2.boundingRect(new_contours[0]) 
    (_, y_b, _, h_b) = cv2.boundingRect(new_contours[1]) 
    bottom_top_y = max(y_t, y_b) # highest y of bottom part 
    top_bottom_y = min(y_t+h_t, y_b+h_b) # lowest y of top part 
    half = top_bottom_y + (bottom_top_y - top_bottom_y)/2 
    # ------------ 

    # isolate feature 
    roi = lab[y:y+half, x:x+w] 
    mask = binary[y:y+half, x:x+w] 

    # calculate the mean of the colour 
    mean = cv2.mean(roi, mask = mask) 
    # note: mean is L a b 
    L = int(mean[0]) 
    a = int(mean[1]) 
    b = int(mean[2]) 
    print L,a,b 

Hy vọng điều đó sẽ hữu ích! Để biết thêm ví dụ về hoạt động hình thái trên hình ảnh nhị phân, bạn có thể kiểm tra here.