python - 有没有类似于OpenCV findContours的功能，检测曲线，用样条代替点？

Question

我正在尝试拍摄下图，描绘白色形状，并将生成的路径导出为 pdf。我遇到的问题是 findContours 似乎只能找到形状边缘的点。有没有类似于 findContours 的解决方案，可以检测形状中的曲线并在有曲线的地方用样条线替换它的点？如果我使用 scipy.interpolate 它会忽略直线并将整个轮廓变成一个大的曲线形状，这也不好。我需要同时具备这两种功能的东西。

import numpy as np
import cv2
from scipy.interpolate import splprep, splev
from pyx import *
import matplotlib.pyplot as plt

#read in image file                                                             
original = cv2.imread('test.jpg')

#blur the image to smooth edges                                                 
im = cv2.medianBlur(original,5)

#threshold the image                                                            
imgray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
ret,thresh = cv2.threshold(imgray,170,255,cv2.THRESH_BINARY)                                                             

#findContours                                                                   
im2, contours, hierarchy = cv2.findContours(thresh,cv2.RETR_EXTERNAL,cv2.CHAIN_\
APPROX_SIMPLE)

#drawContours
cv2.drawContours(original, [approx], -1, (0,255,0), 3)                          
cv2.imshow("Imageee", original)                                                 
cv2.waitKey(0)

Answer 1

除了使用带有标记cv2.CHAIN_APPROX_SIMPLE的cv2.findContours来逼近轮廓外，我们可以手动完成。

1. 使用带有标志 cv2.CHAIN_APPROX_NONE 的 cv2.findContours 来查找轮廓。
2. 使用cv2.arcLength计算轮廓长度。
3. 使用 cv2.approxPoolyDP 通过 epsilon = eps * arclen 手动逼近轮廓。

---

这是 eps=0.005 时的结果之一:

更多结果:

---

#!/usr/bin/python3
# 2018.01.04 13:01:24 CST
# 2018.01.04 14:42:58 CST

import cv2
import numpy as np
import os
img = cv2.imread("test.jpg")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret,threshed = cv2.threshold(gray,170,255,cv2.THRESH_BINARY)

# find contours without approx
cnts = cv2.findContours(threshed,cv2.RETR_LIST,cv2.CHAIN_APPROX_NONE)[-2]

# get the max-area contour
cnt = sorted(cnts, key=cv2.contourArea)[-1]

# calc arclentgh
arclen = cv2.arcLength(cnt, True)

# do approx
eps = 0.0005
epsilon = arclen * eps
approx = cv2.approxPolyDP(cnt, epsilon, True)

# draw the result
canvas = img.copy()
for pt in approx:
    cv2.circle(canvas, (pt[0][0], pt[0][1]), 7, (0,255,0), -1)

cv2.drawContours(canvas, [approx], -1, (0,0,255), 2, cv2.LINE_AA)

# save
cv2.imwrite("result.png", canvas)