基于Python使用OpenCV实现物体轮廓排序
本文介绍如何使用OpenCV和Python对图像中的物体轮廓进行排序。通过提取边缘、获取轮廓并计算外接矩形，实现按从左到右或从上到下的顺序排列。代码兼容OpenCV不同版本，提供完整排序函数示例及可视化结果。
1 引言
在图像处理任务中，获取物体轮廓是常见需求，例如计算目标周长或面积。利用Opencv库中的findContours函数，可以便捷地提取每个目标的轮廓。然而，直接可视化得到的轮廓顺序往往是杂乱的，如左侧图示所示。
本节旨在演示如何对提取出的物体轮廓进行有序排列，支持从上到下或从左到右两种排序方式，从而获得如右侧图示所示的有序可视化效果。
2 栗子
2.1 读取图像
首先，我们需要读取输入图像，并生成其边缘检测图。具体实现代码如下：
image = cv2.imread(args['image'])
accumEdged = np.zeros(image.shape[:2], dtype='uint8')
for chan in cv2.split(image):
chan = cv2.medianBlur(chan, 11)
edged = cv2.Canny(chan, 50, 200)
accumEdged = cv2.bitwise_or(accumEdged, edged)
cv2.imshow('edge map', accumEdged)运行上述代码后的结果如下：
左侧展示的是原始图像，右侧则是经过边缘检测处理后的图像。
2.2 获取轮廓
在opencv-python库中，查找图像轮廓的API是findContours 函数。该函数以二值图像为输入，能够输出物体的外轮廓、内轮廓等多种层级信息。
具体代码如下：
cnts = cv2.findContours(accumEdged.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = grab_contours(cnts)
cnts = sorted(cnts, key=cv2.contourArea, reverse=True)[:5]
orig = image.copy()
# unsorted
for (i, c) in enumerate(cnts):
orig = draw_contour(orig, c, i)
cv2.imshow('Unsorted', orig)
cv2.imwrite("./Unsorted.jpg", orig)运行结果如下：
需要注意的是，在OpenCV2.X版本中，findContours函数返回两个值。
该函数的声明形式如下：
contours, hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
而在OpenCV3及以上版本中，该函数的声明形式变为：
image, contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
为了兼容这两种不同的返回模式，我们实现了一个名为grab_contours 的辅助函数，用于根据具体版本选择正确的轮廓返回下标。
相关代码如下：
def grab_contours(cnts):
# if the length the contours tuple returned by cv2.findContours
# is '2' then we are using either OpenCV v2.4, v4-beta, or
# v4-official
if len(cnts) == 2:
cnts = cnts[0]
# if the length of the contours tuple is '3' then we are using
# either OpenCV v3, v4-pre, or v4-alpha
elif len(cnts) == 3:
cnts = cnts[1]
return cnts2.3 轮廓排序
经过上述步骤，我们已获取图像中所有物体的轮廓。接下来，定义sort_contours函数来实现轮廓排序。该函数通过method参数指定排序方向，例如从左往右或从右往左。
具体实现代码如下：
def sort_contours(cnts, method='left-to-right'):
# initialize the reverse flag and sort index
reverse = False
i = 0
# handle if sort in reverse
if method == 'right-to-left' or method == 'bottom-to-top':
reverse = True
# handle if sort against y rather than x of the bounding box
if method == 'bottom-to-top' or method == 'top-to-bottom':
i = 1
boundingBoxes = [cv2.boundingRect(c) for c in cnts]
(cnts, boundingBoxes) = zip(*sorted(zip(cnts, boundingBoxes), key=lambda b: b[1][i], reverse=reverse))
return (cnts, boundingBoxes)上述代码的核心逻辑是先计算每个轮廓的外接矩形框，随后根据外接框的x坐标或y坐标进行排序，从而实现轮廓的顺序排列。
调用该函数的代码如下：
# sorted
(cnts, boundingboxes) = sort_contours(cnts, method=args['method'])
for (i, c) in enumerate(cnts):
image = draw_contour(image, c, i)
cv2.imshow('Sorted', image)
cv2.waitKey(0)运行结果如下：
2.4 其他结果
利用上述代码逻辑，我们也可以实现从左往右的排序效果，如下图所示：
3 总结
本文利用OpenCV实现了按指定顺序对物体轮廓进行排序的功能，并提供了完整的代码示例供参考。
至此，关于基于Python使用OpenCV进行物体轮廓排序的介绍已完成。如需了解更多相关OpenCV轮廓排序内容，可搜索本站往期文章或浏览后续相关文章。感谢大家的支持！
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
