Идентификация объекта при обнаружении края изображения?

Question

Пожалуйста, помогите мне с идентификацией объекта обнаруженного края изображения с использованием контуров. это часть моего кода, используя это, я могу отделить некоторые изображения, но с большими подробными изображениями. как я могу это изменить

import numpy as np 
import cv2 

# load image 
img = cv2.imread('res/test6.jpg', 1) 

# convert the image to grayscale, blur it, and detect edges 
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) 
gray = cv2.GaussianBlur(gray, (5, 5), 0) 
edged = cv2.Canny(gray, 35, 125) 
height, width = edged.shape 

# find contours of object 
ret, thresh = cv2.threshold(edged, 127, 255, 0) 
contours = cv2.findContours(thresh, 1, 2) 
cnts = contours[1] 
for cnt in cnts: 
    # find and draw a rectangle around object 
    x, y, w, h = cv2.boundingRect(cnt) 
    cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2) 

    # line parameter 
    x1 = x + w/2 
    y1 = y + h 
    x2 = x + w/2 
    y2 = height 

    # mark pixel depth with arrow 
    cv2.arrowedLine(img, (x2, y2), (x1, y1), (255, 0, 0), 4) 
    distance = (y2 - y1) * 0.03 + 4 

    cv2.putText(img, str(distance) + "m", (x1 + 5, y1 + 50), cv2.FONT_HERSHEY_SIMPLEX, 0.5, 255) 

    print height, width 

cv2.imshow('image', img) 
cv2.waitKey(0) 
cv2.destroyAllWindows() 
import numpy as np 
import cv2 

# load image 
img = cv2.imread('res/test6.jpg', 1) 

# convert the image to grayscale, blur it, and detect edges 
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) 
gray = cv2.GaussianBlur(gray, (5, 5), 0) 
edged = cv2.Canny(gray, 35, 125) 
height, width = edged.shape 

# find contours of object 
ret, thresh = cv2.threshold(edged, 127, 255, 0) 
contours = cv2.findContours(thresh, 1, 2) 
cnts = contours[1] 
for cnt in cnts: 
    # find and draw a rectangle around object 
    x, y, w, h = cv2.boundingRect(cnt) 
    cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2) 

    # line parameter 
    x1 = x + w/2 
    y1 = y + h 
    x2 = x + w/2 
    y2 = height 

    # mark pixel depth with arrow 
    cv2.arrowedLine(img, (x2, y2), (x1, y1), (255, 0, 0), 4) 
    distance = (y2 - y1) * 0.03 + 4 

    cv2.putText(img, str(distance) + "m", (x1 + 5, y1 + 50), cv2.FONT_HERSHEY_SIMPLEX, 0.5, 255) 

    print height, width 

cv2.imshow('image', img) 
cv2.waitKey(0) 
cv2.destroyAllWindows() 

Что я хочу, это ограничить идентификацию объектов.

Answer 1

Из данного кода, я полагаю, вы определили свои объекты с помощью контуров. Затем вы связали эти контуры с прямоугольниками.

Теперь сделайте шаг дальше. Найдите centroid прямоугольников, ограничивающих контуры, которые вы только что получили. Измерьте расстояние от центра тяжести до нижней части изображения.

for c in cnts: 
    ------# compute the center of the contour 
    M = cv2.moments(c) 
    cX = int(M["m10"]/M["m00"]) 
    cY = int(M["m01"]/M["m00"]) 

    ------# draw the contour and center of the shape on the image 
    cv2.drawContours(image, [c], -1, (0, 255, 0), 2) 
    cv2.circle(image, (cX, cY), 7, (255, 255, 255), -1) 

    ------# show the image 
    cv2.imshow("Image", image) 

я наткнулся THIS POST, который помог мне с ответом.

Чтобы получить представление о том, что такое Image Moments, я бы порекомендовал THIS ARTICLE из Википедии.