OpenCVを使用してバイナリイメージ内の最大のblobのバウンディングボックスを見つける最も効率的な方法は何ですか?残念ながら、OpenCVにはblob検出のための特定の機能がありません。 findContours()
を使用して、リストで最大のものを検索する必要がありますか?
OpenCVライブラリを使用する場合は、OpenCVs SimpleBlobDetectorをチェックしてください。次に、小さなチュートリアルを示す別のスタックオーバーフローを示します。 OpenCV SimpleBlobDetectorの使用方法
ただし、これは重要なポイントを与えるだけです。これを最初の検索として使用して必要なblobを見つけ、次に可能性の高いblobの周囲でfindContoursアルゴリズムを使用することもできます。
また、ブロブについて知っている情報が多いほど、不要なブロブを除外するパラメーターを指定できます。 SimpleBlobDetectorのエリアパラメータをテストしたい場合があります。おそらく、画像の領域のサイズに基づいて領域を計算し、アルゴリズムがblobを検出しない場合は、より小さなblobを繰り返し可能にすることができます。
OpenCVのメインドキュメントへのリンクは次のとおりです。 http://docs.opencv.org/modules/features2d/doc/common_interfaces_of_feature_detectors.html#simpleblobdetector
ここに。それ。です。 (参考:怠惰にならないようにして、以下の関数で何が起こるかを理解してください。
cv::Mat findBiggestBlob(cv::Mat & matImage){
int largest_area=0;
int largest_contour_index=0;
vector< vector<Point> > contours; // Vector for storing contour
vector<Vec4i> hierarchy;
findContours( matImage, contours, hierarchy,CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE ); // Find the contours in the image
for( int i = 0; i< contours.size(); i++ ) {// iterate through each contour.
double a=contourArea( contours[i],false); // Find the area of contour
if(a>largest_area){
largest_area=a;
largest_contour_index=i; //Store the index of largest contour
//bounding_rect=boundingRect(contours[i]); // Find the bounding rectangle for biggest contour
}
}
drawContours( matImage, contours, largest_contour_index, Scalar(255), CV_FILLED, 8, hierarchy ); // Draw the largest contour using previously stored index.
return matImage;
}
最大のブロブのバウンディングボックスを見つけるために、findContours
を使用し、その後に次のコードを続けました。
double maxArea = 0;
for (MatOfPoint contour : contours) {
double area = Imgproc.contourArea(contour);
if (area > maxArea) {
maxArea = area;
largestContour = contour;
}
}
Rect boundingRect = Imgproc.boundingRect(largestContour);
誰も完全なOpenCVソリューションを投稿していないため、ここではしきい値処理+輪郭領域フィルタリングを使用した簡単なアプローチを紹介します
入力画像
緑色で強調表示された最大のブロブ/輪郭
import cv2
# Load image, grayscale, Gaussian blur, and Otsu's threshold
image = cv2.imread('1.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
# Find contours and sort using contour area
cnts = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
cnts = sorted(cnts, key=cv2.contourArea, reverse=True)
for c in cnts:
# Highlight largest contour
cv2.drawContours(image, [c], -1, (36,255,12), 3)
break
cv2.imshow('thresh', thresh)
cv2.imshow('image', image)
cv2.waitKey()
おそらく最も効率的な方法は、CvBlobsLibを使用することです。 http://sourceforge.net/projects/cvblobslib/?source=dlp からダウンロードできます。
TimZaman、あなたのコードにはバグがありますが、コメントできないので、私は新しく正しい答えを始めます。 1 "とTimZamanのアイデアに基づく私のソリューションは次のとおりです。
Mat measure::findBiggestBlob(cv::Mat &src){
int largest_area=0;
int largest_contour_index=0;
Mat temp(src.rows,src.cols,CV_8UC1);
Mat dst(src.rows,src.cols,CV_8UC1,Scalar::all(0));
src.copyTo(temp);
vector<vector<Point>> contours; // storing contour
vector<Vec4i> hierarchy;
findContours( temp, contours, hierarchy,CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE );
for( int i = 0; i< contours.size(); i++ ) // iterate
{
double a=contourArea( contours[i],false); //Find the largest area of contour
if(a>largest_area)
{
largest_area=a;
largest_contour_index=i;
}
}
drawContours( dst, contours,largest_contour_index, Scalar(255), CV_FILLED, 8, hierarchy );
// Draw the largest contour
return dst;
}