我有以下代码:
import cv2
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
from skimage import data
from skimage import filter
from skimage.filter import threshold_otsu
matplotlib.rcParams['font.size'] = 9
nomeimg = 'frame1_depth.png'
i = cv2.imread(nomeimg, -1)
#conversione da 16 a 32 uint
img = np.array(i, dtype=np.uint32)
img *= 65536
print img.dtype
#thresholding con il metodo Otsu
thresh = threshold_otsu(img)
binary = img > thresh
print thresh
plt.figure(1)
fig, (ax1, ax2, ax3) = plt.subplots(1, 3, figsize=(8, 2.5))
ax1.imshow(img)
ax1.set_title('Original')
ax1.axis('off')
ax2.hist(img)
ax2.set_title('Histogram')
ax2.axvline(x=thresh, color='r', linestyle='dashed', linewidth=2)
ax3.imshow(binary, cmap=plt.cm.gray)
ax3.set_title('Thresholded')
ax3.axis('off')
plt.figure(2)
f, ax = plt.subplots(figsize=(8, 2.5))
ax.imshow(binary, cmap=plt.cm.gray)
ax.set_title('Thresholded')
ax.axis('off')
plt.show()
我有一组来自XBOX kinect的深度图像,因此在数据类型转换之后,我可以使用一些仅适用于8位或32位图像的opencv
函数,我使用Otsu算法对图像进行阈值设置并显示结果。
我已经得到了一个子图,其中我有我的原始图像,直方图和阈值黑白图像。现在我只想处理这张黑白图像,我想保存它,然后计算轮廓,凸包和其他几何特征。然而,它只是阈值,但是是otsu
。
我如何计算这个?
如果你想在OpenCV中使用findContours
和其他图像处理分析函数,你只需要将binary
转换为uint8
。此外,请确保缩放图像,使非零值变为255。uint32
只能在某些模式下工作,为了避免不必要的麻烦,记住哪些模式中的哪些函数允许您这样做,请坚持使用uint8
这样做:
binary = 255*(binary.astype('uint8'))
完成这个转换后,可以调用findContours
:
contours, hierarchy = cv2.findContours(binary,cv2.RETR_LIST,cv2.CHAIN_APPROX_NONE)
以上只是调用它的一种方式。我建议您查看上面链接的文档,了解更多细节。
作为另一个例子,如果你想找到你的阈值图像的凸包,它通过convexHull
有一堆形状,你需要一组点来代表你的轮廓,这正是由cv2.findContours
的contours
输出给出的。然而,convexHull
函数假设只有一个单个对象表示一个轮廓。如果你有多个对象和多个轮廓,你必须遍历每个轮廓并存储结果。
因此,执行如下操作:
hull = [cv2.convexHull(cnt) for cnt in contours]
hull
中的每个元素将返回组成每个轮廓的凸包的坐标。因此,要访问轮廓i
的凸壳坐标,您可以这样做:
points = hull[i]
顺便说一句,这里有几个很好的链接,可以让你开始使用OpenCV的形状分析功能。这里有一个关于如何在更一般的上下文中使用cv2.findContours
的链接:
这里是另一个链接,讨论OpenCV的其他形状分析功能,如凸包,图像矩等:
http://opencv-python-tutroals.readthedocs.org/en/latest/py_tutorials/py_imgproc/py_contours/py_contour_features/py_contour_features.html玩得开心!