Для первого шага вы должны преобразовать ваше изображение в двоичное изображение, используя соответствующие инструменты, такие как cv2.cvtColor (), cv2.threshold (), cv2.bitwise_not (), ... (разворачивание на изображении) - это означает что ваше изображение будет содержать только черные или белые пиксели.
Пример:
Затем вы должны найти свои контуры (cv2.findContours) на изображении и отфильтровать их по критерию размера (cv2.contourArea ()), чтобы исключить другие контуры, такие как большой пятиугольник в середине изображения.
На следующем шаге вы должны найти моменты каждого контура (cv2.moments ()), чтобы вы могли получить координаты x и y центра контура и поместить их в список. (Будьте осторожны, чтобы добавить правильные координаты x и y вместе).
Получив баллы, вы можете рассчитать расстояние между всеми точками (с формулой расстояния между двумя точками - sqrt ((x2-x1) ^ 2 + (y2-y1) ^ 2))
Затем вы можете использовать любую логику, какую хотите, чтобы получить координаты точек кратчайшего расстояния для каждой точки (в приведенном ниже примере я сжал их в виде списка и создал массив, содержащий координаты расстояния, x и y для каждой точки).
Пример в коде:
import numpy as np
import cv2
img = cv2.imread('points.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, threshold = cv2.threshold(gray,150,255,cv2.THRESH_BINARY)
cv2.bitwise_not(threshold, threshold)
im, contours, hierarchy = cv2.findContours(threshold,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)
listx = []
listy=[]
for i in range(0, len(contours)):
c = contours[i]
size = cv2.contourArea(c)
if size < 1000:
M = cv2.moments(c)
cX = int(M["m10"] / M["m00"])
cY = int(M["m01"] / M["m00"])
listx.append(cX)
listy.append(cY)
listxy = list(zip(listx,listy))
listxy = np.array(listxy)
for i in range(0, len(listxy)):
x1 = listxy[i,0]
y1 = listxy[i,1]
distance = 0
secondx = []
secondy = []
dist_listappend = []
sort = []
for j in range(0, len(listxy)):
if i == j:
pass
else:
x2 = listxy[j,0]
y2 = listxy[j,1]
distance = np.sqrt((x1-x2)**2 + (y1-y2)**2)
secondx.append(x2)
secondy.append(y2)
dist_listappend.append(distance)
secondxy = list(zip(dist_listappend,secondx,secondy))
sort = sorted(secondxy, key=lambda second: second[0])
sort = np.array(sort)
cv2.line(img, (x1,y1), (int(sort[0,1]), int(sort[0,2])), (0,0,255), 2)
cv2.imshow('img', img)
cv2.imwrite('connected.png', img)
Результат:
Как видно из результата, каждая точка теперь связана со своей ближайшей соседней точкой. Надеюсь, это поможет или хотя бы даст представление о том, как решить проблему. Ура!