Как обнаружить отдельные фигуры на изображении?

Question

У меня есть изображение, похожее на следующее.Я хочу разделить два числа 7 и 4, как показано на рисунке, так как я хочу иметь ограничивающую рамку для каждого из этих двух объектов.

Как я могу сделать это с OpenCV?Я понятия не имею, как я мог это сделать, и думал, если есть какой-то способ с помощью оператора Собеля.Единственное, что мне надоело, так это получение Собел.

s = cv2.Sobel(img, cv2.CV_64F,1,0,ksize=5)

, но я не знаю, как действовать дальше.

Answer 1

Для сегментирования и обнаружения фигур на изображении основная идея заключается в следующем:

1. Преобразование изображения в оттенки серого с использованием cv2.cvtColor()
2. размытое изображение с cv2.GaussianBlur()
3. Найти ребра с cv2.Canny()
4. Найти контуры с помощью cv2.findContours()
5. Итерация по каждому контуру
   • Получить ограничивающий прямоугольник, используя cv2.boundingRect()
   • Найти ROI для каждого контура с нарезкой Numpy
   • Нарисуйте прямоугольник ограничительной рамки, используя cv2.Rectangle()

Помутнение

Canny Edge Detection

Обнаруженные контуры

выход

Обнаружены контуры: 2

import numpy as np
import cv2

original_image = cv2.imread("1.png")
image = original_image.copy()
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blurred = cv2.GaussianBlur(gray, (3, 3), 0)
canny = cv2.Canny(blurred, 120, 255, 1)

cv2.imshow("canny", canny)

# Find contours in the image
cnts = cv2.findContours(canny.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]

contours = []

for c in cnts:
    # Obtain bounding rectangle for each contour
    x,y,w,h = cv2.boundingRect(c)

    # Find ROI of the contour
    roi = image[y:y+h, x:x+w]

    # Draw bounding box rectangle
    cv2.rectangle(original_image,(x,y),(x+w,y+h),(0,255,0),3)
    contours.append(c)

cv2.imshow("detected", original_image) 
print('contours detected: {}'.format(len(contours)))
cv2.waitKey(0)

Answer 2

Выполните следующие шаги:

1. Преобразование изображения в оттенки серого.
2. Используйте пороговое значение для преобразования изображения в двоичное изображение, в вашей проблеме я думаю adaptive gausian будет наиболее полезным для использования.
3. Применить обнаружение контуров, после чего вы можете создать ограничивающий прямоугольник вокруг контуров.

Возможно, вам придется отфильтровать контуры по размеру или положению.