Tl;DR: How to measure area enclosed by contour rather than just the contour line itself
我想在下面的图像中找到对象的轮廓，并且有一个适用于大多数情况的代码 .
当ligthing改变时，阈值处理和adpative阈值处理不能可靠地工作 . 我使用Canny边缘检测并检查区域以确保我找到了正确的轮廓 . 然而，偶尔，当存在无法通过形态学闭合闭合的间隙时，形状是正确的但是该区域是轮廓线而不是整个对象 .
我通常做的是使用convexHull，因为它返回对象周围的轮廓 . 然而，在这种情况下，物体沿顶部向内弯曲，而凸部则不再是该区域的良好近似 .
我尝试使用approxPolyDP但返回的区域是轮廓线而不是对象 .
How can I get the approxPolyDP to return a similar closed contour around the object, just like the convexHull function does?
用上面的图片说明这个代码：
import cv2
img = cv2.imread('Img_0.jpg',0)
cv2.imshow('Original', img)
edges = cv2.Canny(img,50,150)
cv2.imshow('Canny', edges)
contours, hierarchy = cv2.findContours(edges,cv2.cv.CV_RETR_EXTERNAL,cv2.cv.CV_CHAIN_APPROX_NONE)
cnt = contours[1] #I have a function to do this but for simplicity here by hand
M = cv2.moments(cnt)
print('Area = %f \t' %M['m00'], end="")
cntHull = cv2.convexHull(cnt, returnPoints=True)
cntPoly=cv2.approxPolyDP(cnt, epsilon=1, closed=True)
MHull = cv2.moments(cntHull)
MPoly = cv2.moments(cntPoly)
print('Area after Convec Hull = %f \t Area after apporxPoly = %f \n' %(MHull['m00'], MPoly['m00']), end="")
x, y =img.shape
size = (w, h, channels) = (x, y, 1)
canvas = np.zeros(size, np.uint8)
cv2.drawContours(canvas, cnt, -1, 255)
cv2.imshow('Contour', canvas)
canvas = np.zeros(size, np.uint8)
cv2.drawContours(canvas, cntHull, -1, 255)
cv2.imshow('Hull', canvas)
canvas = np.zeros(size, np.uint8)
cv2.drawContours(canvas, cntPoly, -1, 255)
cv2.imshow('Poly', canvas)
代码的输出是
Area = 24.500000 Area after Convec Hull = 3960.500000 Area after apporxPoly = 29.500000
1 回答
这是来自geosensor.net的非常有前途的ppt，它讨论了几种算法 . 我的建议是使用半径有限的摆臂法 .
另一个完全没有经过测试的离墙概念是通过行和列扫描图像（更多方向增加精度）和线交叉点之间区域的颜色：
随着扫描的线方向数量增加（超过90度和45度），最大误差将减小 . 获得最终区域就像像素数一样简单 .