如何计算最小长度的矩形数?
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了如何计算最小长度的矩形数?相关的知识,希望对你有一定的参考价值。
我有以下代码,用于查找铁路是否存在任何连续性。这个想法是创建边界框,如果有2个框,这意味着一切都没问题。否则,如果我有两个以上的盒子,则意味着存在不连续性。所以,在我的代码结束时,我放了一个函数print len(contours)
。
问题是,当我有我的最终图像(蓝色矩形)时,我们可以看到我需要的那些(覆盖铁路的那些),还有一些我不想要的小矩形。这意味着函数print len(contours)
向我发回一条消息,告诉我例如有19个矩形。
我的想法是做一个小功能,要求程序计算最小长度或宽度的矩形数(因此它只计算覆盖铁路的矩形)。我是使用Python编码的初学者,我不知道如何编写代码,有人可以帮我吗?
预先感谢您的帮助。
这是我的代码:
import numpy as np
import argparse
import cv2
image = cv2.imread('..img.jpg')
frame = cv2.resize(image,(500,500))
"""boundaries = [
([17, 15, 100], [50, 56, 200]),
([86, 31, 4], [220, 88, 50]),
([25, 146, 190], [62, 174, 250]),
([103, 86, 65], [145, 133, 128])]"""
boundaries = [([100, 100, 100], [255, 255, 255])]
for (lower, upper) in boundaries:
# create NumPy arrays from the boundaries
lower = np.array(lower, dtype = "uint8")
upper = np.array(upper, dtype = "uint8")
# find the colors within the specified boundaries and apply
# the mask
mask = cv2.inRange(frame, lower, upper)
output = cv2.bitwise_and(frame, frame, mask = mask)
# show the images
cv2.namedWindow("images", cv2.WINDOW_NORMAL)
cv2.resizeWindow("images", 1000, 500)
cv2.imshow("images", np.hstack([frame, output]))
cv2.waitKey(0)
gray=cv2.cvtColor(output,cv2.COLOR_BGR2GRAY)
ret,th1 = cv2.threshold(gray,25,255,cv2.THRESH_BINARY)
contours,hierarchy = cv2.findContours(th1, cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
for cnt in contours:
x,y,w,h = cv2.boundingRect(cnt)
cv2.rectangle(output,(x,y),(x+w,y+h),(255,0,0),2)
cv2.imshow('image2',output)
cv2.waitKey(0)
print len(contours)
这是我的结果(左图是原始图像,中间图像只允许我们看到铁路,右图像检测到带有边界框的铁路):
Results when there is not any discontinuity (the code says that there are 4 rectangles)
Results when there is a discontinuity (the code says that there are 19 rectangles)
在你的结果中,我们可以看到许多noisy regions
。因此,要获得矩形的计数,您应该执行更多pre-post-processing
步骤,例如二进制上的morph-op
,或者通过noisy regions
或area
删除width-height-ratio
。
在这两种情况下,做morph-op
就足够了。但是你也可以对它们进行更多的处理。
裁剪图像:
情况1:
源代码:
## read and convert to gray
img = cv2.imread("lines.png")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
## threshed
th, threshed = cv2.threshold(gray, 100, 255, cv2.THRESH_BINARY|cv2.THRESH_OTSU)
## morph-op
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3,3))
morphed = threshed.copy()
morphed = cv2.morphologyEx(morphed, cv2.MORPH_ERODE, kernel, iterations=1)
morphed = cv2.morphologyEx(morphed, cv2.MORPH_DILATE, kernel, iterations=2)
## find contours
cnts = cv2.findContours(morphed, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)[-2]
print(len(cnts))
## removingt noisy regions by area
cnts = list(filter(lambda cnt: cv2.contourArea(cnt) > 100, cnts))
print(len(cnts))
以上是关于如何计算最小长度的矩形数?的主要内容,如果未能解决你的问题,请参考以下文章
bzoj-2338 2338: [HNOI2011]数矩形(计算几何)
POJ2559 Largest Rectangle in a Histogram(单调栈)