Python 需要使用轮廓检测图像的第二个极值点

我正在尝试使用轮廓检测图像的第二个极值点

我试着做下面的事情

我正在寻找图像的所有轮廓

对等高线NumPy数组进行排序

删除NUMPY数组中的最后一个元素以去除外部轮廓，以免在极值点检测中考虑。李>

选择极值点

代码如下：

import imutils
import cv2
import numpy as np

image = cv2.imread(r"SimpleBoxTest.png")
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
gray = cv2.GaussianBlur(gray, (5, 5), 0)

thresh = cv2.threshold(gray, 45, 255, cv2.THRESH_BINARY)[1]
thresh = cv2.erode(thresh, None, iterations=2)
thresh = cv2.dilate(thresh, None, iterations=2)

cnts = cv2.findContours(thresh.copy(), cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
cnts = imutils.grab_contours(cnts)

c=sorted(cnts, key=cv2.contourArea)
c = np.delete(c, (-1), axis=0) 

extLeft = tuple(c[c[:, :, 0].argmin()][0])
extRight = tuple(c[c[:, :, 0].argmax()][0])
extTop = tuple(c[c[:, :, 1].argmin()][0])
extBot = tuple(c[c[:, :, 1].argmax()][0])

下面是错误

Traceback (most recent call last):
  File "C:/TestCode/DocumentLayoutDetection/extreamPoints.py", line 41, in <module>
    extLeft = tuple(c[c[:, :, 0].argmin()][0])
IndexError: too many indices for array

回溯（最近一次呼叫最后一次）：
文件“C:/TestCode/DocumentLayoutDetection/extreamPoints.py”，第41行，在
extLeft=tuple（c[c[：，：，0].argmin（）][0]）
索引器：数组的索引太多

下面的图片只是一个参考图片，我会尝试其他图片也

图2

---

变量c是数组的列表，因此添加for循环以对其进行迭代。 这解决了错误：

for d in c:
    extLeft = tuple(d[d[:, :, 0].argmin()][0])
    extRight = tuple(d[d[:, :, 0].argmax()][0])
    extTop = tuple(d[d[:, :, 1].argmin()][0])
    extBot = tuple(d[d[:, :, 1].argmax()][0])

---

您不需要删除最后一个元素，您可以从末尾获取第二个元素

• c=sorted（cnts，key=cv2.contourArea）的结果

  不是一个NumPy数组，而是一个列表
  您可以使用

  type（c）

  检查类型，结果是
  
  您可以使用

  del

  ：

  delc[-1]

  删除最后一个元素，但不必这样做
• 使用：

  c=c[-2]

  提取列表的最后一个元素。
  现在

  类型（c）

  是

• 使用

  extLeft=c[：，：，0].min（）和
  extRight=c[：，：，0].max（）查找最小值和最大值
  

代码如下：

import imutils
import cv2
import numpy as np

image = cv2.imread(r"SimpleBoxTest.png")
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
gray = cv2.GaussianBlur(gray, (5, 5), 0)

thresh = cv2.threshold(gray, 45, 255, cv2.THRESH_BINARY)[1]
thresh = cv2.erode(thresh, None, iterations=2)
thresh = cv2.dilate(thresh, None, iterations=2)

cnts = cv2.findContours(thresh.copy(), cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
cnts = imutils.grab_contours(cnts)

c=sorted(cnts, key=cv2.contourArea)

#c = np.delete(c, (-1), axis=0) 

# c is a list, and not a numpy array, so use del instead of np.delete
# But why?
# del c[-1]

# Get one element before the last element in the list
c = c[-2] # Now c is a numpy.ndarray

extLeft = c[:, :, 0].min()
extRight = c[:, :, 0].max()
extTop = c[:, :, 1].min()
extBot = c[:, :, 1].max()

# Draw rectangle for testing
cv2.rectangle(image, (extLeft, extTop), (extRight, extBot), (0, 255, 0))

cv2.imshow("image", image)
cv2.waitKey()
cv2.destroyAllWindows();

---

更新： 如果需要找到所有等高线中的第二个极值点，可以在

c

中迭代等高线：

# Mark all contours with red:
cv2.drawContours(image, cnts, -1, (0, 0, 255), thickness=5)

# Delete last element of the list
del c[-1]

# Initialize:
extLeft, extRight, extTop, extBot = 1e9, -1e9, 1e9, -1e9

# Iterate list and find the extreme points
for cc in c:
    extLeft = min(cc[:, :, 0].min(), extLeft)
    extRight = max(cc[:, :, 0].max(), extRight)
    extTop = min(cc[:, :, 1].min(), extTop)
    extBot = max(cc[:, :, 1].max(), extBot)

# Draw rectangle for testing
cv2.rectangle(image, (extLeft, extTop), (extRight, extBot), (0, 255, 0), thickness=5)

---

不使用for循环的解决方案：

• 您可以使用

  np.vstack（c）

  连接列表中的NumPy数组。
  然后找到连接数组中的极值点

代码：

# Delete last element of the list.
del c[-1]

# Concatenate arrays along vertical axis.
c = np.vstack(c)

# Find extreme points:
extLeft = c[:, :, 0].min()
extRight = c[:, :, 0].max()
extTop = c[:, :, 1].min()
extBot = c[:, :, 1].max()

---

结果：

---

谢谢你的回答。我在其他图像上尝试了相同的代码，当有一个充满文本的页面时，获取极值点是主要目的。这段代码在这种情况下没有帮助。我将为同一个问题添加一个参考图像。是啊！我今天把它理解为列表。您可以绘制所有轮廓：

cv2。绘制轮廓（图像，CNT，-1，（0，0，255），厚度=5）

。结果看起来像。绿色框位于第二大轮廓周围。“图像的第二个极端点”是什么？我更新了我的帖子。我希望这就是你的意思。我喜欢你用优化代码解决问题的方式。事实上，我在当天晚些时候以一种非常复杂的方式解决了这个问题。但这是最好的解决办法。是的！这是一个列表，但是，当我们喜欢上面的代码时，我们将无法找到极值点，因为它将有最后一个列表的极值点。