python - 如何从轮廓 CHAIN_APPROX_SIMPLE 到轮廓 CHAIN_APPROX_NONE

Question

使用 cv2.findContours() 可以创建“稀疏”(CHAIN_APPROX_SIMPLE) 或“完整”(CHAIN_APPROX_NONE) 等高线。如何将“稀疏”轮廓转换为“完整”轮廓？

我没有轮廓的源图像(虽然形状是已知的)，只有轮廓，它们是“稀疏的”(CHAIN_APPROX_SIMPLE)。从这个“稀疏”表示中，我想解析“完整”(CHAIN_APPROX_NONE) 表示，以便我可以使用它来访问其他图像的轮廓强度。

我的临时解决方案(参见代码片段)是使用 cv2.drawContours()，它从“稀疏”轮廓表示中绘制所有轮廓像素。结果是一个图像，我能够从结果图像中提取索引，例如使用 np.argwhere()。

但是，考虑到 cv2.drawContours() 可能在绘制结果图像之前内部已经有了这些索引，这个额外的步骤似乎有点不必要。我想我想要的是没有绘图部分的 cv2.drawContours() 变体，或者输出“完整”轮廓表示而不是图像的选项。

我的临时解决方案的另一个问题是它不保留原始轮廓中点的顺序。我想知道 cv2.drawContours() 是否能够在将结果展平为图像之前在内部重新创建完整、有效的轮廓？

此功能是否可从 opencv 中的其他函数获得，也许是 cv2.drawContours() 内部使用的更基本的函数？

import numpy as np
import cv2

# shape (Y,X)
shape = np.array((5, 5))

# sparse contour (X,Y)
sparse_contours = [np.array(
    [[[1, 0]],
     [[1, 4]],
     [[3, 4]],
     [[3, 0]]], dtype=np.int32)]

def full_contour_from_contour(shape, contour):
    # switch shape from y,x to x,y
    shp = shape[[1,0]]
    arr = np.zeros(shp, dtype=np.int32)
    cv2.drawContours(arr, [contour], 0, 1, 1)
    idx = np.argwhere(arr==1)
    # reorder Y,X -> X,Y
    idx = idx[:, [1, 0]]
    # reshape to contour layout
    rows, cols = idx.shape
    idx = idx.reshape(rows, 1, cols)
    return idx.astype(np.int32)

full_contour = full_contour_from_contour(shape, sparse_contour)

# output
# these are correct pixels, with pixels in sparse contour also
# part of the full contour. However, the full contour is not 
# necessarily correct or even valid due to 
# lost information regarding point sequence along the contour)

[[[1 0]]

 [[2 0]]

 [[3 0]]

 [[1 1]]

 [[3 1]]

 [[1 2]]

 [[3 2]]

 [[1 3]]

 [[3 3]]

 [[1 4]]

 [[2 4]]

 [[3 4]]]

Answer 1

当您查看文档时:https://docs.opencv.org/2.4/modules/imgproc/doc/structural_analysis_and_shape_descriptors.html?highlight=findcontours#findcontours它指出它们之间的区别在于 CHAIN_APPROX_NONE 存储每个像素，而 CHAIN_APPROX_SIMPLE 仅存储形成轮廓的线的端点。因此，您可以简单地构造连接轮廓中每对连续顶点的线，以获得完整表示的近似值。属于直线的每个像素也属于轮廓。