Нахождение контура, ближайшего к центру изображения в OpenCV2

Question

Я пытаюсь использовать openCV2, чтобы автоматически очерчивать контуры церквей и соборов со стати c карт.

В двух словах, я:

• очищаю здание координаты этой страницы Википедии .
• , создавая карту с центром в этих координатах, используя Folium, библиотеку Python.
• с сохранением карты в виде изображения jpg.
• применяя метод openCV2 findContours, чтобы очертить контуры зданий.

Сначала я предполагал, что соборы будут самым большим зданием в пределах нескольких сотен метров, поэтому я отсортировал контуры по область после этого урока PyImageSearch :

contours = sorted(contours, key = cv2.contourArea, reverse = True)[0:1]

В некоторых случаях это работает как заклинание, например, базилика Святого Петра:

Однако, в зависимости от города и выбранного уровня масштабирования, я часто выбираю соседние здания, которые на самом деле больше церкви:

Я думаю Выбор контура, ближайшего к центру изображения.

Можно было бы рассчитать центры всех контуров на карте и затем определить ближайшую точку к центру изображения города, но мне интересно, есть ли более простое решение. Любая помощь будет оценена!

Answer 1

Я использовал cv2.moments(contour), как показано в этой статье , чтобы получить центр каждого контура. Затем вы можете использовать distance.euclidian из модуля scipy.spatial для вычисления расстояния каждого контура до центра изображения.

Образец изображения:

Код:

    import cv2
    import numpy as np
    from scipy.spatial import distance


    sample_img = cv2.imread("sample_buildings.png")

    # convert to black and white color space
    sample_img_grey = cv2.cvtColor(sample_img, cv2.COLOR_BGR2GRAY)
    contours, hierarchy = cv2.findContours(sample_img_grey, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

    #find center of image and draw it (blue circle)
    image_center = np.asarray(sample_img_grey.shape) / 2
    image_center = tuple(image_center.astype('int32'))
    cv2.circle(sample_img, image_center, 3, (255, 100, 0), 2)

    buildings = []
    for contour in contours:
        # find center of each contour
        M = cv2.moments(contour)
        center_X = int(M["m10"] / M["m00"])
        center_Y = int(M["m01"] / M["m00"])
        contour_center = (center_X, center_Y)

        # calculate distance to image_center
        distances_to_center = (distance.euclidean(image_center, contour_center))

        # save to a list of dictionaries
        buildings.append({'contour': contour, 'center': contour_center, 'distance_to_center': distances_to_center})

        # draw each contour (red)
        cv2.drawContours(sample_img, [contour], 0, (0, 50, 255), 2)
        M = cv2.moments(contour)

        # draw center of contour (green)
        cv2.circle(sample_img, contour_center, 3, (100, 255, 0), 2)

    # sort the buildings
    sorted_buildings = sorted(buildings, key=lambda i: i['distance_to_center'])

    # find contour of closest building to center and draw it (blue)
    center_building_contour = sorted_buildings[0]['contour']
    cv2.drawContours(sample_img, [center_building_contour], 0, (255, 0, 0), 2)

    cv2.imshow("Image", sample_img)
    cv2.waitKey(0)

Результат изображения: