Вы на правильном пути. После нахождения контуров необходимо выполнить аппроксимацию контуров, используя cv2.approxPolyDP
+ cv2.arcLength
. Вы можете проверить возвращаемое значение из cv2.approxPolyDP
, которое даст вам приближение формы многоугольной кривой. Если это значение равно пяти, то вы можете предположить, что это пятиугольник. Вот простой подход:
Получение двоичного изображения. Загрузка изображения, оттенки серого, двусторонний фильтр , Порог Оцу
Найти контуры и выполнить аппроксимацию контура. Найти контуры с помощью cv2.findContours
, а затем выполнить аппроксимацию контура. Если контур проходит этот фильтр, мы извлекаем координаты ограничивающего прямоугольника с помощью cv2.boundingRect
и извлекаем / сохраняем область интереса, используя срез Numpy.
Обнаруженные области интереса в чирке
Извлеченные / сохраненные области интереса
Примечание: В качестве отдельных изображений сохранены две области интереса, но они одинаковы.
Код
import cv2
import numpy as np
# Load image, grayscale, bilaterial filter, Otsu's threshold
image = cv2.imread('1.jpg')
original = image.copy()
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blur = cv2.bilateralFilter(gray,9,75,75)
thresh = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
# Find contours, perform contour approximation, and extract ROI
ROI_num = 0
cnts = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
for c in cnts:
peri = cv2.arcLength(c, True)
approx = cv2.approxPolyDP(c, 0.04 * peri, True)
# If has 5 then its a pentagon
if len(approx) == 5:
x,y,w,h = cv2.boundingRect(approx)
cv2.rectangle(image, (x, y), (x + w, y + h), (200,255,12), 2)
ROI = original[y:y+h, x:x+w]
cv2.imwrite('ROI_{}.png'.format(ROI_num), ROI)
ROI_num += 1
cv2.imshow('thresh', thresh)
cv2.imshow('ROI', ROI)
cv2.imshow('image', image)
cv2.waitKey()