python - 查找 OpenCV 轮廓的面积

Question

在最近的一组图像中，我的 OpenCV 代码无法找到轮廓的正确区域。这似乎发生在轮廓未闭合时。我试图确保轮廓关闭无济于事。

编辑:问题在于轮廓中存在间隙。

背景: 我在一个 channel 中有一系列胶囊图像，我想测量形状的面积以及时刻的质心。

问题: 当轮廓不闭合时，力矩是错误的。

编辑:当我有间隙时，轮廓不是整个形状，因此区域不正确。

我的工作:

• 读取图像 -> img =cv2.imread(fileName,0)
• 应用 Canny 过滤器 -> edges = cv2.Canny(img,lowerThreshold,lowerThreshold*2)
• 查找轮廓 -> 轮廓，hierarchy = cv2.findContours(edges,cv2.cv.CV_RETR_LIST,cv2.cv.CV_CHAIN_APPROX_NONE)
• 找到最长的轮廓
• 确保轮廓闭合
• 寻找时刻 -> cv2.moments(cnt)

可以找到带有测试图像的工作示例 here .

有一个question关于关闭轮廓，但这些建议均无效。使用 cv2.approxPolyDP 不会改变结果，尽管它应该返回一个封闭的轮廓。添加轮廓的第一个点作为最后一个点，以使其闭合，也不能解决问题。

下面是一个带有轮廓绘制的图像示例。在这里，该区域被确定为 85，而在几乎相同的图像中它是 8660，这是它应该是的。

如有任何建议，我们将不胜感激。

代码:

img =cv2.imread(fileName,0)
edges = cv2.Canny(img,lowerThreshold,lowerThreshold*2)
contours, hierarchy = cv2.findContours(edges,cv2.cv.CV_RETR_LIST,cv2.cv.CV_CHAIN_APPROX_NONE) #cv2.cv.CV_CHAIN_APPROX_NONE or cv2.cv.CV_CHAIN_APPROX_SIMPLE

#Select longest contour as this should be the capsule
lengthC=0
ID=-1
idCounter=-1
for x in contours:
    idCounter=idCounter+1 
    if len(x) > lengthC:
        lengthC=len(x)
        ID=idCounter

if ID != -1:
    cnt = contours[ID]
    cntFull=cnt.copy()

    #approximate the contour, where epsilon is the distance to 
    #the original contour
    cnt = cv2.approxPolyDP(cnt, epsilon=1, closed=True)

    #add the first point as the last point, to ensure it is closed
    lenCnt=len(cnt)
    cnt= np.append(cnt, [[cnt[0][0][0], cnt[0][0][1]]]) 
    cnt=np.reshape(cnt, (lenCnt+1,1, 2))

    lenCntFull=len(cntFull)
    cntFull= np.append(cntFull, [[cntFull[0][0][0], cntFull[0][0][1]]]) 
    cntFull=np.reshape(cntFull, (lenCntFull+1,1, 2))

    #find the moments
    M = cv2.moments(cnt)
    MFull = cv2.moments(cntFull)
    print('Area = %.2f \t Area of full contour= %.2f' %(M['m00'], MFull['m00']))

Answer 1

我的问题是，正如@HugoRune 所指出的，countour 中存在差距。解决办法是缩小差距。

我发现很难找到一种通用的方法来缩小差距，所以我反复更改 Canny 过滤器的阈值并执行 morphological closing直到找到闭合轮廓。

对于那些遇到同样问题的人，有几个很好的答案如何关闭轮廓，例如 this或 this