Python 是否有方法仅使用opencv检测自动着陆的着陆区域？

我的目标： 1-仅使用已知区域的图像处理来检测无人机的适当着陆区域

2-无人机着陆时探测目标并避开它们

我正试图对无人驾驶飞机在已知区域自动着陆进行区域探测。 我已经画了一个小标记作为自动着陆的矩形。但是我希望系统在适合着陆的随机区域绘制这个矩形，并且这个标记不应该覆盖任何对象。如果有物体，则会选择另一个检测区域

---

如果无法打开图像，则可以使用此链接：

创建于2019年10月28日星期一16:23:44
@作者：维瑟
"""
从skimage.feature导入峰值\本地\最大值
从skimage.com导入分水岭
从scipy导入ndimage
将numpy作为np导入
导入imutils
进口cv2
img=cv2.imread（'grass.jpg'）
kernel=np.array([
[0,0,1,0,0]，#椭圆核5x5
[0, 1, 1, 1, 0],
[1, 1, 1, 1, 1],
[0, 1, 1, 1, 0],
[0,0,1,0,0]]，dtype=“uint8”）
灰色=cv2.CVT颜色（img，cv2.COLOR\U BGR2GRAY）
模糊=cv2.高斯模糊（灰色，（5,5），0）
hsv_img=cv2.cvt颜色（img，cv2.COLOR_BGR2HSV）
边低=np.数组（[30,25,25]）
edge_high=np.数组（[74255105]）
遮罩=cv2.inRange（hsv\U img，边缘低，边缘高）
imask=掩码>0
绿色=np.零类（img，np.uint8）
绿色[imask]=img[imask]
ret，th=cv2.阈值（灰色，177255，cv2.阈值）
opening=cv2.morphologyEx（模糊，cv2.MORPH_OPEN，内核）
关闭=cv2.morphologyEx（打开，cv2.MORPH\u关闭，内核）
边缘=cv2.Canny（闭合，100200）
扩张=cv2。扩张（边、核、迭代次数=2）
轮廓，层次=cv2.findContours（dictional.copy（），cv2.RETR_树，cv2.CHAIN_近似_简单）
轮廓=已排序（轮廓，键=cv2.contourArea，反转=真）
cnt=等高线[0]
面积=cv2。轮廓面积（cnt）
#画轮廓
img_copy=img.copy（）
最终=cv2。绘制轮廓（img_副本，轮廓，轮廓ID=-1，颜色=（255,0,0），厚度=2）
图纸=cv2。图纸轮廓（img，轮廓-1，（0255,0），2）
#等高线的一阶
c_0=等高线[0]
#检测凸轮廓
外壳=cv2.凸形外壳（c_0）
img_copy=img.copy（）
img_外壳=cv2.图纸轮廓（img_副本，轮廓=[外壳]，
轮廓线=-0，
颜色=（255,0,0），厚度=2）
hierarchy=hierarchy[0]#获取层次结构描述的实际内部列表
对于zip中的组件（轮廓、层次）：
currentContour=组件[0]
currentHierarchy=组件[1]
x、 y，w，h=cv2.boundingRect（当前轮廓）
如果currentHierarchy[2]<0：
#这些是最里面的子组件
cv2.矩形（img，（x，y），（x+w，y+h），（0,0255），2）
elif currentHierarchy[3]<0:
#这些是最外层的父组件
cv2.矩形（img，（x，y），（x+w，y+h），（255,0,0），2）
掩码=np.0（shape=img.shape，dtype=“uint8”）
对于等高线中的c：
（x，y，w，h）=cv2.boundingRect（c）
cv2.矩形（img=遮罩，
pt1=（x，y），
pt2=（x+w，y+h），
颜色=（255、255、255），
厚度=-1）
image=cv2.按位_和（src1=img，src2=mask）
颜色=（255,0,0）
x1=np.random.random_整数（300）#我希望这个矩形应该被画出来
y1=np.random.random_整数（300）#没有对象的任何区域
h1=50
w1=50
cv2.矩形（绿色，（x1，y1），（x1+w1，y1+h1），颜色，-1）
cv2.imshow（“过滤器图像”，图像1）
cv2.imshow（“扩张术”，扩张术）
cv2.imshow（“HSV”，HSV\U img）
cv2.imshow（“HSV2BGR”，绿色）
cv2.等待键（0）
cv2.destroyAllWindows（）

---

您可以添加原始输入图像和预期输出图像吗？图像中预期的着陆区域是哪个？我已经添加了输入和输出（预期）图像。你可以在帖子上看到它们。我可以检测对象并绘制一个矩形作为标记，但这个矩形是随机绘制的。所以它可以在对象上绘制，我不想要它。我只想检测对象并随机选择一个安全区域用于着陆。我想使用矩形将这个安全区域作为标记。如果你不能打开图像，那么你可以可以使用此链接：

Created on Mon Oct 28 16:23:44 2019

@author: Veysel
"""

from skimage.feature import peak_local_max
from skimage.morphology import watershed
from scipy import ndimage
import numpy as np
import imutils
import cv2


img = cv2.imread('grass.jpg')
kernel = np.array([
       [0, 0, 1, 0, 0], # elliptical Kernel 5x5
       [0, 1, 1, 1, 0],
       [1, 1, 1, 1, 1],
       [0, 1, 1, 1, 0],
       [0, 0, 1, 0, 0]], dtype="uint8")

gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray,(5,5),0)


hsv_img = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)

edge_low = np.array([ 30 , 25, 25])
edge_high = np.array([ 74 ,  255, 105])
mask = cv2.inRange(hsv_img,edge_low,edge_high)


imask = mask>0
green = np.zeros_like(img,np.uint8)
green[imask] = img[imask]

ret,th = cv2.threshold(gray, 177, 255,cv2.THRESH_BINARY)



opening = cv2.morphologyEx(blur, cv2.MORPH_OPEN, kernel)
closing = cv2.morphologyEx(opening, cv2.MORPH_CLOSE, kernel)


edges = cv2.Canny(closing,100,200)
dilation = cv2.dilate(edges, kernel, iterations=2)

contours, hierarchy = cv2.findContours(dilation.copy(),cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

contours = sorted(contours, key = cv2.contourArea, reverse = True)

cnt = contours[0]


area = cv2.contourArea(cnt)

# Draw the contour 
img_copy = img.copy()
final = cv2.drawContours(img_copy, contours, contourIdx = -1, color = (255, 0, 0), thickness = 2)


draw = cv2.drawContours(img, contours, -1, (0,255,0), 2)

# The first order of the contours
c_0 = contours[0]

# Detect the convex contour
hull = cv2.convexHull(c_0)
img_copy = img.copy()
img_hull = cv2.drawContours(img_copy, contours = [hull], 
                            contourIdx = -0, 
                            color = (255, 0, 0), thickness = 2)

hierarchy = hierarchy[0] # get the actual inner list of hierarchy descriptions
for component in zip(contours, hierarchy):
    currentContour = component[0]
    currentHierarchy = component[1]
    x,y,w,h = cv2.boundingRect(currentContour)
    if currentHierarchy[2] < 0:
        # these are the innermost child components
        cv2.rectangle(img,(x,y),(x+w,y+h),(0,0,255),2)
    elif currentHierarchy[3] < 0:
        # these are the outermost parent components
        cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)


mask = np.zeros(shape = img.shape, dtype = "uint8")

for c in contours:
    (x, y, w, h) = cv2.boundingRect(c)

    cv2.rectangle(img = mask, 
        pt1 = (x, y), 
        pt2 = (x + w, y + h), 
        color = (255, 255, 255), 
        thickness = -1)
image = cv2.bitwise_and(src1 = img, src2 = mask)



color =(255,0,0)
x1 = np.random.random_integers(300) #I want this rectangle should be drawn
y1 = np.random.random_integers(300) # any area where is no objects
h1 = 50
w1 = 50

cv2.rectangle(green, (x1,y1), (x1+w1,y1+h1), color, -1)

cv2.imshow("FilterImage",image1)
cv2.imshow("DilationCanny",dilation)
cv2.imshow("HSV",hsv_img)
cv2.imshow("HSV2BGR",green)



cv2.waitKey(0)
cv2.destroyAllWindows()