c++ - OpenCV - 去除凸性缺陷(Python 到 C++)

Question

我一直在将代码从 Python 的一个答案移植到 C++，我希望有人可以帮助做到这一点，并阐明该过程的一部分。

我说的答案 - https://stackoverflow.com/a/11366549

我正处于对质心进行排序的步骤(一个在最后一个之前)。有问题的代码完成了工作，但我不确定如何使用 C++ 获得相同的结果而不会使代码更长。

centroids = np.array(centroids,dtype = np.float32)
c = centroids.reshape((100,2))
c2 = c[np.argsort(c[:,1])]

b = np.vstack([c2[i*10:(i+1)*10][np.argsort(c2[i*10:(i+1)*10,0])] for i in xrange(10)])
bm = b.reshape((10,10,2))

我想要实现这一目标的方法是执行以下操作:

• 初始质心数组已经按某种方式排序(最高 y 值点的索引为 0，最低为 99)，所以我想反转它，使数组从上到下排序。

• 之后就是对行进行排序(按 x 轴对 10 行 10 列进行排序)

我相信这就是所有必须要做的事情，但我找不到一种优雅的方式来对此进行编码(不使用 vector 和手动排序)。

我也不太明白最后一步，图像被扭曲(使其难以移植)，所以如果有人可以提供一些关于这部分所做的事情以及可能与此等效的 C++ 的见解，我将不胜感激。

output = np.zeros((450,450,3),np.uint8)
for i,j in enumerate(b):
    ri = i/10
    ci = i%10
    if ci != 9 and ri!=9:
        src = bm[ri:ri+2, ci:ci+2 , :].reshape((4,2))
        dst = np.array( [ [ci*50,ri*50],[(ci+1)*50-1,ri*50],[ci*50,(ri+1)*50-1],[(ci+1)*50-1,(ri+1)*50-1] ], np.float32)
        retval = cv2.getPerspectiveTransform(src,dst)
        warp = cv2.warpPerspective(res2,retval,(450,450))
        output[ri*50:(ri+1)*50-1 , ci*50:(ci+1)*50-1] = warp[ri*50:(ri+1)*50-1 , ci*50:(ci+1)*50-1].copy()

我只是在学习 OpenCV 和 C++，我知道这可能是微不足道的，所以我希望有人能抽出一些时间来提供一些基本的答案。

编辑

根据要求，这是代码。我已经处理了第一部分，但仍然不确定这是否是正确的方法。

#pragma mark Correcting the defects
findContours(res, contours, RETR_LIST, CHAIN_APPROX_SIMPLE);
vector<cv::Point> centroids;
centroids.reserve(100);

for (int i = 0; i < contours.size(); i++) {
    vector<cv::Point> contour = contours.at(i);
    Moments mom = moments(contour);
    cv::Point center = cv::Point(int(mom.m10 / mom.m00), int(mom.m01 / mom.m00));
    centroids.push_back(center);
}

std::reverse(centroids.begin(), centroids.end());

struct {
    bool operator()(const cv::Point p1, const cv::Point p2) {
        return p1.x < p2.x;
    }
} pointXGreater;

for (int i = 0; i < 10; i++) {
    std::sort(centroids.begin() + i * 10, centroids.begin() + (i + 1) * 10, pointXGreater);
}

Mat b(centroids);
Mat bm = b.reshape(10, 10);

用索引在图像上绘制质心后，似乎它们是正确的。

现在我被困在最后一部分，试图破译 Python 代码，但并不真正了解它的作用。到目前为止，我得到了这个:

Mat output = Mat::zeros(450, 450, CV_8U);

for (int i = 0; i < centroids.size(); i++) {
    cv::Point j = centroids.at(i);

    int ri = i / 10;
    int ci = i % 10;

    if (ci != 9 && ri != 9) {
        Mat src = ??
        Mat dst = ??
        Mat retval = getPerspectiveTransform(src, dst);
        Mat warp;
        warpPerspective(res2, warp, retval, (450, 450));
        Mat output = ??
    }
}

我会继续努力理解它，但如果您能提供一些帮助，我们将不胜感激，因为这种 Python 语法不是很友好，尤其是当您真的不知道正在做什么时。

Answer 1

经过一段时间的努力，这就是我想出的(似乎可行)

#pragma mark Correcting the defects
findContours(res, contours, RETR_LIST, CHAIN_APPROX_SIMPLE);
vector<cv::Point> centroids;
centroids.reserve(100);

for (int i = 0; i < contours.size(); i++) {
    vector<cv::Point> contour = contours.at(i);
    Moments mom = moments(contour);
    cv::Point center = cv::Point(int(mom.m10 / mom.m00), int(mom.m01 / mom.m00));
    centroids.push_back(center);
}

std::reverse(centroids.begin(), centroids.end());

struct {
    bool operator()(const cv::Point p1, const cv::Point p2) {
        return p1.x < p2.x;
    }
} pointXGreater;

for (int i = 0; i < 10; i++) {
    std::sort(centroids.begin() + i * 10, centroids.begin() + (i + 1) * 10, pointXGreater);
}

Mat bm = Mat(centroids);
bm = bm.reshape(2, 10);

Mat output(450, 450, CV_8UC3, CV_RGB(1, 1, 1));

for (int i = 0; i < centroids.size(); i++) {
    int ri = i / 10;
    int ci = i % 10;

    if (ci != 9 && ri != 9) {
        cv::Point2f src[4];
        src[0] = cv::Point2f(bm.at<cv::Point>(ri, ci).x, bm.at<cv::Point>(ri, ci).y);
        src[1] = cv::Point2f(bm.at<cv::Point>(ri, ci + 1).x, bm.at<cv::Point>(ri, ci + 1).y);
        src[2] = cv::Point2f(bm.at<cv::Point>(ri + 1, ci).x, bm.at<cv::Point>(ri + 1, ci).y);
        src[3] = cv::Point2f(bm.at<cv::Point>(ri + 1, ci + 1).x, bm.at<cv::Point>(ri + 1, ci + 1).y);

        cv::Point2f dst[4];
        dst[0] = cv::Point2f(ci * 50, ri * 50);
        dst[1] = cv::Point2f((ci + 1) * 50 - 1, ri * 50);
        dst[2] = cv::Point2f(ci * 50, (ri + 1) * 50 - 1);
        dst[3] = cv::Point2f((ci + 1) * 50 - 1, (ri + 1) * 50 - 1);

        Mat retval = getPerspectiveTransform(src, dst);
        Mat warp;
        warpPerspective(res2, warp, retval, cv::Size(450, 450));

        for (int j = ri * 50; j < (ri + 1) * 50 - 1; j++) {
            for (int k = ci * 50; k < (ci + 1) * 50 - 1; k++) {
                output.at<Vec3b>(j, k) = warp.at<Vec3b>(j, k);
            }
        }
    }
}