使用Python中的OpenCV访问轮廓边界内的像素值

Question

我在Python 2.7.9上使用OpenCV 3.0.0.我正在尝试跟踪具有静止背景的视频中的对象,并估计其某些属性.由于图像中可能存在多个移动对象,因此我希望能够区分它们并在视频的剩余帧中单独跟踪它们.

我认为可以做到的一种方法是将图像转换为二进制,获取斑点的轮廓(在这种情况下为跟踪对象)并获取对象边界的坐标.然后我可以转到灰度图像中的这些边界坐标,获得由该边界包围的像素强度,并跟踪其他帧中的这种颜色梯度/像素强度.这样,我可以保持两个对象彼此分开,因此它们不会被视为下一帧中的新对象.

我有轮廓边界坐标,但我不知道如何检索该边界内的像素强度.有人可以帮帮我吗？

谢谢!

Answer 1

继续我们的评论,你可以做的是创建一个numpy数组列表,其中每个元素是描述每个对象轮廓内部的强度.具体来说,对于每个轮廓,创建一个二进制遮罩,填充轮廓内部,找到(x,y)填充对象的坐标,然后索引到您的图像并获取强度.

我不知道你是如何设置代码的,但我们假设你有一个灰度调用的图像img.您可能需要将图像转换为灰度,因为它cv2.findContours适用于灰度图像.有了这个,cv2.findContours通常打电话:

import cv2
import numpy as np

#... Put your other code here....
#....

# Call if necessary
#img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# Call cv2.findContours
contours,_ = cv2.findContours(img, cv2.RETR_LIST, cv2.cv.CV_CHAIN_APPROX_NONE)

contours现在三维列表numpy阵列,其中每个是大小为N x 1 x 2其中N是针对每个对象轮廓点的总数.

因此,您可以像这样创建我们的列表:

# Initialize empty list
lst_intensities = []

# For each list of contour points...
for i in range(len(contours)):
    # Create a mask image that contains the contour filled in
    cimg = np.zeros_like(img)
    cv2.drawContours(cimg, contours, i, color=255, thickness=-1)

    # Access the image pixels and create a 1D numpy array then add to list
    pts = np.where(cimg == 255)
    lst_intensities.append(img[pts[0], pts[1]])

对于每个轮廓,我们创建一个空白图像,然后在此空白图像中绘制填充的轮廓.您可以通过将thickness参数指定为-1 来填充轮廓占用的区域.我将轮廓的内部设置为255.之后,我们使用numpy.where查找匹配特定条件的数组中的所有行和列位置.在我们的例子中,我们想要找到等于255的值.之后,我们使用这些点来索引我们的图像以获取轮廓内部的像素强度.

lst_intensities包含1D numpy数组的列表,其中每个元素为您提供属于每个对象轮廓内部的强度.访问每个阵列,根本就lst_intensities[i]在那里i为你要访问的轮廓.