Гистограмма OpenCV неправильной формы

Question

Я сравнительно новичок в OpenCV. Мне было интересно, можно ли получить гистограмму контура (который может быть идеальной прямоугольной или неправильной формой), найденной findcontour.

Заранее спасибо.

Edit:

Это то, что именно я пытаюсь добиться. Я хочу проанализировать область в контуре для обнаружения дефектов (путем анализа гистограммы области?) И объявить дефектную или хорошую часть. Изображения прилагаются.

Хороший образец. (Контур обнаружено описана в сером цвете)

Дефектный образец. (Дефект вокруг верхнего левого угла)

Answer 1

Вы можете, вероятно, неправильно гистограмму.

Contour образа должен быть двоичным-значной, цвет меньше матрица , которая не представляет собой полутоновое уровне пикселей, но границы. Между тем, histogram - это инструмент для анализа того, как распределенные по шкале серого пиксели распределяются в вашем 2D-изображении, не так ли?

Итак, почему вы хотите профилировать матрицу двоичных значений histogram, которая может не помочь вам проанализировать изображение? Однако гистограмма не подходит для анализа контуров.

То, что вы можете получить от гистограммы, должно быть всего лишь двухстрочной гистограммой, поскольку контурная матрица содержит только двоичные значения. Это может быть не полезно для анализа.

Answer 2

Вот еще один способ, используя морфологические операции.

#include <string> 
#include <iostream> 
#include "opencv2/imgproc/imgproc.hpp" 
#include "opencv2/highgui/highgui.hpp" 

cv::Mat make_element(int morph_size, int elem_type) 
{ 
    cv::Size sz{2*morph_size+1, 2*morph_size+1}; 
    cv::Point pt{morph_size, morph_size}; 
    cv::Mat element{getStructuringElement(elem_type, sz, pt)}; 
    return element; 
} 

int main(int argc, char **argv) 
{ 
    std::string fn{argv[1]}; 
    cv::Mat src{cv::imread(fn)}, dst, mask[3]; 

    if (!src.data) { 
     std::cerr << "No image data :(" << std::endl; 
     return -1; 
    } 

    // Clean out noise 
    cv::Mat elem1{make_element(5, cv::MORPH_RECT)}; 
    cv::morphologyEx(src, dst, cv::MORPH_OPEN, elem1); 

    // Close the hole, then XOR with original 
    cv::Mat elem2{make_element(45, cv::MORPH_ELLIPSE)}; 
    morphologyEx(dst, dst, cv::MORPH_CLOSE, elem2); 
    cv::bitwise_xor(src, dst, dst); 

    // Clean out noise (again) 
    cv::Mat elem3{make_element(1, cv::MORPH_RECT)}; 
    cv::morphologyEx(dst, dst, cv::MORPH_OPEN, elem3); 

    // Mark the hole 
    cv::split(dst, mask); 
    cv::bitwise_xor(src, dst, dst, mask[0]); 

    // Overlay 
    cv::split(dst, mask); 
    cv::Mat empty{dst.size(), CV_8UC1}; 
    std::vector<cv::Mat> v{empty, empty, mask[0]}; 
    cv::merge(v, dst); 
    cv::bitwise_or(src, dst, dst); 

    cv::namedWindow("Defect (ESC to quit)", cv::WINDOW_NORMAL); 
    cv::startWindowThread(); 
    cv::imshow("Defect (ESC to quit)", dst); 
    while (true) { 
     int k = cv::waitKey(100) & 0xff; 
     if (k == 27) { 
      break; 
     } 
    } 
    cv::destroyAllWindows(); 

    return 0; 
}; 

Некоторое дополнительное чтение:

• Шапиро/Стокман, найти дефекты зубчатых, Chapter 3
• OpenCV morphology tutorial