Python Opencv等高线区域返回错误结果
我目前正在从事一个opencv项目,该项目确定轮廓区域。 我试图设置一个合适的阈值,并在其上应用Python Opencv等高线区域返回错误结果,python,opencv,opencv-python,opencv-contour,Python,Opencv,Opencv Python,Opencv Contour,我目前正在从事一个opencv项目,该项目确定轮廓区域。 我试图设置一个合适的阈值,并在其上应用cv2.findContours。 然而,我发现当轮廓与图像的边界相交时,使用cv2.contourArea会大大低估该区域。 如何解决这个问题? (请检查随附的图像,这些图像显示了样本图像上的错误结果) 谢谢你的建议。我编辑了标题,还试图写下所需的细节,并将相应的结果附在图片上。你认为这张图片的结果会是什么?正如你所看到的,在第二张图片中,最大轮廓的区域被确定为71,大大低于正确的值(即40000
cv2.findContours
。
然而,我发现当轮廓与图像的边界相交时,使用cv2.contourArea
会大大低估该区域。
如何解决这个问题?
(请检查随附的图像,这些图像显示了样本图像上的错误结果)
谢谢你的建议。我编辑了标题,还试图写下所需的细节,并将相应的结果附在图片上。你认为这张图片的结果会是什么?正如你所看到的,在第二张图片中,最大轮廓的区域被确定为71,大大低于正确的值(即40000多个)。只需查看左侧的小轮廓,其轮廓面积被确定为193。在获得轮廓之前,您可能需要用黑色填充图像。谢谢您的建议。我编辑了标题,还试图写下所需的细节,并将相应的结果附在图片上。你认为这张图片的结果会是什么?正如你所看到的,在第二张图片中,最大轮廓的区域被确定为71,大大低于正确的值(即40000多个)。只需看看左边的小轮廓,轮廓区域被确定为193。也许你需要在获得轮廓之前用黑色填充图像。
import cv2
import numpy as np
def midpoint(ptA, ptB):
return ((ptA[0] + ptB[0]) * 0.5, (ptA[1] + ptB[1]) * 0.5)
Input = cv2.imread("Thresh.png")
Thresh = cv2.cvtColor(Input,cv2.COLOR_BGR2GRAY)
contours, hierarchy = cv2.findContours(Thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
minArea = 0
for cnt in contours:
area = cv2.contourArea(cnt)
print(area)
if (area > minArea) :
x,y,w,h = cv2.boundingRect(cnt)
rect = cv2.minAreaRect(cnt)
box = cv2.boxPoints(rect)
box = np.int0(box)
Input = cv2.drawContours(Input,[box],0,(255,0,0),2)
(tl, tr, br, bl) = box
(tltrX, tltrY) = midpoint(tl, tr)
cv2.putText(Input, "{:1f}".format(area),
(int(tltrX), int(tltrY)), cv2.FONT_HERSHEY_SIMPLEX,
0.65, (0, 255, 0), 2)
cv2.imshow('Input',Input)
cv2.waitKey(0)
cv2.destroyAllWindows()