OpenCV findContours，如何检查两边的颜色

Posted 2023-02-17

【中文标题】OpenCV findContours，如何检查两边的颜色

【英文标题】：OpenCV findContours, how to check colors on both sides

【发布时间】：2018-07-27 14:24:18

【问题描述】：

我有一个使用精明边缘检测器派生的Mat 对象，我使用findContours 函数从此类图像中提取了轮廓。现在我想对每一个这样的轮廓做的就是以某种方式检查两边的颜色。

对于“颜色”位，我已经离散化 HSI 颜色空间，但是对于如何在给定轮廓的两侧“挑选颜色”感到非常困惑。

有没有办法轻松做到这一点？

【参考方案1】：

您可以使用您应用 Canny 边缘检测器的图像来执行此操作。获取该图像的gradient。梯度是一个向量。如 wiki 页面图像所示（如下所示），梯度指向增长率最大的方向。如果采用负梯度，则它指向下降率最大的方向。因此，如果您在轮廓点处对图像的梯度进行采样，则这些点处的正梯度和负梯度应指向轮廓点两侧的区域。因此，您可以沿这些方向对点进行采样，以了解您想要的颜色。

图像渐变：

示例 python 代码显示了如何为下面显示的简单图像完成此操作。它使用 Sobel 计算梯度。

输入图片：

Canny 边缘和采样点：

绿色：轮廓上的点

红色：指向正梯度方向

蓝色：指向负梯度方向

import cv2
import numpy as np
from matplotlib import pyplot as plt

im = cv2.imread('grad.png', 0)

dx = cv2.Sobel(im, cv2.CV_32F, 1, 0)
dy = cv2.Sobel(im, cv2.CV_32F, 0, 1)
edge = cv2.Canny(im, 64, 192)

dx = dx / np.sqrt(dx*dx + dy*dy + 0.01)
dy = dy / np.sqrt(dx*dx + dy*dy + 0.01)

r = 20

y, x = np.nonzero(edge)

pos1 = (np.int32(x[128]+r*dx[y[128], x[128]]), np.int32(y[128]+r*dy[y[128], x[128]]))
pos2 = (np.int32(x[128]-r*dx[y[128], x[128]]), np.int32(y[128]-r*dy[y[128], x[128]]))

im2 = cv2.cvtColor(edge, cv2.COLOR_GRAY2BGR)
cv2.circle(im2, pos1, 10, (255, 0, 0), 1)
cv2.circle(im2, pos2, 10, (0, 0, 255), 1)
cv2.circle(im2, (x[128], y[128]), 10, (0, 255, 0), 1)

plt.imshow(im2)