2015-12-10 14 views
5

Ho bisogno di rilevare le forme e contare l'occorrenza di ogni forma nell'immagine. Ho inizialmente rilevato i contorni e li ho approssimati e contato i vertici in ciascuno dei contorni presenti. Il mio codice sembra in questo modo:Rileva la forma a stella in opencv-python

import cv2 
import numpy as np 
import collections 
import sys 

img = cv2.imread(str(sys.argv[1]),0) 
ret,thresh = cv2.threshold(img,127,255,0) 
contours,hierarchy = cv2.findContours(thresh,1,2) 


no_of_vertices = [] 

i = 0 
mask = np.zeros(img.shape,np.uint8) 
for contour in contours: 

cnt = contour 
area = cv2.contourArea(cnt) 
if area>150: 
    epsilon = 0.02*cv2.arcLength(cnt,True) 
    approx = cv2.approxPolyDP(cnt,epsilon,True) 
    no_of_vertices.append(len(approx)) 



counter = collections.Counter(no_of_vertices) 




a,b = counter.keys(),counter.values() 

i=0 
while i<len(counter): 
    print a[i],b[i] 
    i = i + 1 

il mio codice non funziona per la rilevazione delle stelle in questa immagine:

Image with stars and other basic shapes

Quali modifiche devo fare nel codice?

+2

da (denso o spargolo) contorno, prova matc Funzione hShape: http://docs.opencv.org/2.4/modules/imgproc/doc/structural_analysis_and_shape_descriptors.html#double%20matchShapes%28InputArray%20contour1,%20InputArray%20contour2,%20int%20method,%20double%20parameter%29 – Micka

+1

Puoi usare _circularity_ per rilevare le forme: '(4 * pi * area)/(perimetro^2)'. Le forme a stella hanno circolarità attorno a 0,25, ad esempio – Miki

risposta

3

Ciò che ha funzionato per me era un confronto tra la radice quadrata dell'area oltre il perimetro della forma. È circa 0.145 per una stella (+/- .0015 perché alcuni bordi non sono usciti perfettamente). 0,255 per l'esagono, 0,21 per i triangoli, 0,27 per il quadrato e 0,250 per il pentagono.

La circolarità funziona anche (con triangoli che vanno da 0,26 a .27) e differisce in modo simile (.83 per l'esagono, .55-.56 per il triangolo, .77 per il quadrato e. 78 per il Pentagono)

di seguito è riportato il codice C++ per esso (non ho pitone sul mio PC qui, ma l'idea è la stessa cosa):

#include "stdafx.h" 
#include <opencv/cxcore.h> 
#include <opencv2\core\mat.hpp> 
#include <opencv2/highgui/highgui.hpp> 
#include <iostream> 
#include <opencv/cxcore.h> 
#include <opencv/highgui.h> 
#include <opencv/cv.h> 
#include <opencv2/opencv.hpp> 
#include <opencv2/core/core.hpp> 

using namespace cv; 
using namespace std; 

RNG rngee(12345); 

int main() { 
    Mat im = imread("C:/this/is.a/path/image.png", CV_LOAD_IMAGE_COLOR); 
    Mat imgrey = im.clone(); 
    cvtColor(im, imgrey, CV_RGB2GRAY); 
    vector<vector<Point> > imContours; 
    vector<Vec4i> hierarchy; 

    double divMaxSize = 0.175, divMinSize = 0.125; 

    namedWindow("Image", CV_WINDOW_NORMAL| CV_WINDOW_KEEPRATIO | CV_GUI_EXPANDED); 

    threshold(imgrey, imgrey, 100, 255, 0); 

    findContours(imgrey, imContours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0, 0)); 

    for (int i=0; i < imContours.size(); i++) { 
     Scalar color = Scalar(rngee.uniform(0, 255), rngee.uniform(0,255), rngee.uniform(0,255)); 
     cout << "sqrt(Area)/arcLength = " << sqrt(contourArea(imContours[i]))/arcLength(imContours[i], true) << endl; 
     if(sqrt(contourArea(imContours[i]))/arcLength(imContours[i], true) < divMaxSize && sqrt(contourArea(imContours[i]))/arcLength(imContours[i], true) > divMinSize) 
     { 
      drawContours(im, imContours, i, color, 2, 8, hierarchy, 0, Point()); 
      cout << "I'm a star!" << endl; 
     } 
     imshow("Image", im); 
     waitKey(0); 
    } 
    imshow("Image", im); 
    waitKey(0); 

} 

Entrambi i modi - sia utilizzando circolarità o il mio sqrt (area)/arclength method - result in: image with stars highlighted

+1

Grazie mille! Ha aiutato :) –