c++ - 如何在 OpenCV connectedComponents 函数后分割对象

Question

我用 C++ OpenCV 的 connectedComponents 函数获得了一个标签，如图所示:

这是 ccLabels 变量的输出，它是一个与原始图像大小相同的 cv::Mat。

所以我需要做的是:

1. 计算每个数字出现的次数，然后选择出现次数 出现超过 N 次，这是“大”的。
2. segmentation “大”组件的区域，然后计算 4 和 0 在该区域内。

我的最终目标是计算图像中的孔洞数量，因此我的目标是从 (0 的数量/4 的数量) 中推断出孔的数量。这可能不是最漂亮的方式，但图像在大小和照明方面非常均匀，所以它会满足我的需要。

但我是 OpenCV 的新手，我不太清楚如何完成这项任务。

这是我到目前为止所做的:

cv::Mat1b outImg;
cv::threshold(grayImg, outImg, 150, 255, 0); // Thresholded -binary- image
cv::Mat ccLabels;
cv::connectedComponents(outImg, ccLabels); // Each non-zero pixel is labeled with their connectedComponent ID's
// write the labels to file:
std::ofstream myfile;
    myfile.open("ccLabels.txt");
    cv::Size s = ccLabels.size();
    myfile << "Size: " << s.height << " , " << s.width <<"\n";
    for (int r1 = 0; r1 < s.height; r1++) {
        for (int c1 = 0; c1 < s.height; c1++) {
            myfile << ccLabels.at<int>(r1,c1);
        }
        myfile << "\n";
    }
    myfile.close();

因为我知道如何在矩阵内部迭代，计算数字应该没问题，但首先我必须分离(消除/忽略)“背景”像素，它们是 0 的外面连接的组件。然后计数应该很容易。

如何分割这些“大”组件？也许获得掩码，并且只考虑 mask(x,y) = 1 的像素？

感谢您的帮助!

编辑

这是阈值图像:

这就是我在 Canny 边缘检测之后得到的结果:

这是实际图像(阈值):

Answer 1

这是一个简单的程序，可以从您的阈值图像开始找到骰子上的数字

1. 寻找外部轮廓
2. 对于每个轮廓
   • 最终丢弃小 Blob
   • 绘制填充的蒙版
   • 使用AND和XOR隔离内部空洞
   • 再次找到轮廓
   • 计数轮廓

结果:

Number: 5
Number: 2

图片:

代码:

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

int main(void)
{
    // Grayscale image
    Mat1b img = imread("path_to_image", IMREAD_GRAYSCALE);

    // Minimum area of the contour
    double minContourArea = 10;

    // Prepare outpot
    Mat3b result;
    cvtColor(img, result, COLOR_GRAY2BGR);

    // Find contours
    vector<vector<Point>> contours;
    findContours(img.clone(), contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

    for (int i = 0; i < contours.size(); ++i)
    {
        // Check area
        if (contourArea(contours[i]) < minContourArea) continue;

        // Black mask
        Mat1b mask(img.rows, img.cols, uchar(0));
        // Draw filled contour
        drawContours(mask, contours, i, Scalar(255), CV_FILLED);

        mask = (mask & img) ^ mask;

        vector<vector<Point>> cntrs;
        findContours(mask, cntrs, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

        cout << "Number: " << cntrs.size() << endl;

        // Just for showing results
        drawContours(result, cntrs, -1, Scalar(0,0,255), CV_FILLED);
    }

    imshow("Result", result);
    waitKey();

    return 0;
}