OpenCV玩九宫格数独(一) | 您所在的位置:网站首页 › 数独九宫格怎样玩 › OpenCV玩九宫格数独(一) |
参考:http://blog.csdn.net/xingchenbingbuyu/article/details/70169665 数据: 在仔细研究了opencv轮廓提取函数findContours()之后,发现利用轮廓的层级结构会更加简单。 cv2.findContours(image, mode, method[, contours[, hierarchy[, offset] ] ]) → contours, hierarchy在Python中,findContours()接受如下参数并返回contours和hierarchy。 image 源图像,一般为8为单通道图像,更具体来说,二值图像。其他情况暂且不论。mode 轮廓检索模式,简要介绍几种: cv2.RETR_EXTERNAL 只检测外轮廓。对所有轮廓设置hierarchy[i][2]=hierarchy[i][3]=-1cv2.RETR_LIST 提取所有轮廓,并放置在list中,检测到的轮廓不建立等级关系。cv2.RETR_TREE 提取所有轮廓,建立网状的轮廓结构。method 轮廓的近似办法,是提取轮廓上所有像素点,还是只提取关键的一些点。比如一条线段是提取所有点还是只提取两个端点。 contours 检测到的轮廓,为组成轮廓的点集。hierarchy 下面详述。 hierarchy什么是层级结构呢?我们检测轮廓的时候,有时候可能会出现其中一个轮廓包含了另外一个轮廓,比如同心圆。这里我们认为外侧轮廓为父轮廓,内侧被包含的为子轮廓。同一级别的又有前一个轮廓和后一个轮廓。总的来说,hierarchy表达的是不同轮廓之间的 关系和联系。 这样,每一个轮廓都会有[Next, Previous, First_Child, Parent] 上面说到,cv2.RETR_EXTERNAL 只检测外轮廓。对所有轮廓设置hierarchy[i][2]=hierarchy[i][3]=-1。由于只检测最外围轮廓,所有检测到的轮廓肯定没有父轮廓和子轮廓,所有层级结构的第三个和第四个元素都设置为-1。 看下图: 如果只检测最外围轮廓,那么只会检测到轮廓0、1和2。 如果建立层级关系,以轮廓3为例,那么它的父轮廓是2a,子轮廓是3a,没有前一轮廓和后一轮廓,设为-1。所以它的hierarchy应该是[-1,-1,3a,2a] 如果是轮廓2,那么它的前一轮廓就是1,子轮廓是2a,没有后一轮廓和父轮廓。所以它的hierarchy应该是[-1,1,2a,-1] 上面说了啥一般来说经过前面的阈值分割得到二值图像,然后从二值图像中提取的轮廓是这样的。这是处理的比较好的情况下: 显然最最外面的那个包围所有的就是0号轮廓,里面的九九八十一个小方格就是0号轮廓的子轮廓。而每一个已知数字的轮廓都是对应方格的子轮廓。 提取数字我们的办法就是先提取方格,然后提取数字。 八十一个小方格有什么特点?父轮廓都是0号轮廓!所以: boxes = [] for i in range(len(hierarchy[0])): if hierarchy[0][i][3] == 0: boxes.append(hierarchy[0][i])不记得的可以上翻看一下hierarchy是不是第四个元素表示父轮廓。 然后从小方格中提取数字轮廓。数字轮廓的有什么特点?其父轮廓有子轮廓,也即是说包含子轮廓的小方格里面就有数字。所以: for j in range(len(boxes)): if boxes[j][2] != -1: x,y,w,h = cv2.boundingRect(contours[boxes[j][2]]) number_boxes.append([x,y,w,h])不记得的可以上翻看一下hierarchy是不是第三个元素表示子轮廓。不等于-1表示存在。 最后把检测到的数字画出来就可以得到下面的这幅图了。 |
CopyRight 2018-2019 实验室设备网 版权所有 |