Обнаружение контура с помощью настраиваемых семян с использованием Python - OpenCV

Опубликовано: 24 Марта, 2022

В этой статье обсуждается, как мы можем динамически определять контуры, нажимая на изображение и назначая разные цвета разным частям изображения. Контуры - очень полезный инструмент для анализа формы и обнаружения и распознавания объектов. Эта программа использует библиотеки OpenCV, Numpy и Matplot. Он также использует встроенный алгоритм OpenCV Watershed для обнаружения контуров.

Требования

Python и OpenCV должны быть установлены на локальном компьютере.
Установите Jupyter Notebook для легкой отладки.
Здесь палитра Matplotlib используется для получения разных цветов. В приведенном ниже примере мы будем использовать tab10. Вы можете выбрать разные цветовые карты. Обратитесь к этому сайту для получения информации о других цветах.

Объяснение

Запустите программу.
Щелкните изображение, на котором вы хотите нарисовать контуры.
Выберите другой цвет для другой части изображения, нажимая цифры от нуля до девяти. (Одно число для одного цвета)

Below is the Implementation.

Python3

# Import modules
import cv2
import numpy as np
import matplotlib.pyplot as plt
from matplotlib import cm
  
# Upload the image in the same directory and then run the code
# If image not found you may get an error
# Reading Image
road = cv2.imread("road_image.jpg")
  
# Making Copy of Image
road_copy = np.copy(road)
  
# Creating two black image of same size as original image
marker_image = np.zeros(road.shape[:2], dtype=np.int32)
segments = np.zeros(road.shape, dtype=np.uint8)
  
# Function to return tuple of colors
def create_rgb(i):
    x = np.array(cm.tab10(i))[:3]*255
    return tuple(x)
  
  
# Storing Colors
colors = []
  
# One color for each single digit
for i in range(10):
    colors.append(create_rgb(i))
  
# Global Variables
# Color Choices
# Number of markers
no_markers = 10
  
# Current markers
current_marker = 1
  
# Flag
marks_updated = False
  
# CALLBACK FUNCTION
def mouse_callback(event, x, y, flags, param):
    global marks_updated
  
    if event == cv2.EVENT_LBUTTONDOWN:
          
        # TRACKING FOR MARKERS
        cv2.circle(marker_image, (x, y), 5, (current_marker), -1)
          
        # DISPLAY ON USER IMAGE
        cv2.circle(road_copy, (x, y), 5, colors[current_marker], -1)
  
        marks_updated = True
  
  
# Naming the window and setting call back funtion to it
cv2.namedWindow("Road Image")
cv2.setMouseCallback("Road Image", mouse_callback)
  
while True:
    
    # Show the 2 windows
    cv2.imshow("WaterShed Segments", segments)
    cv2.imshow("Road Image", road_copy)
  
    # Close everything if Esc is pressed
    k = cv2.waitKey(1)
    if k == 27:
        break
  
    # Clear all colors and start over if "c" is pressed
    elif k == ord("c"):
        road_copy = road.copy()
        marker_image = np.zeros(road.shape[0:2], dtype=np.int32)
        segments = np.zeros(road.shape, dtype=np.uint8)
  
    # If a number 0-9 is chosen index the color
    elif k > 0 and chr(k).isdigit():
          
        # chr converts to printable digit
        current_marker = int(chr(k))
  
    # If we clicked somewhere, call the watershed 
    # algorithm on our chosen markers
    if marks_updated:
        marker_image_copy = marker_image.copy()
        cv2.watershed(road, marker_image_copy)
        segments = np.zeros(road.shape, dtype=np.uint8)
  
        for color_ind in range(no_markers):
            
            # COLORING SEGMENTS
            segments[marker_image_copy == (color_ind)] = colors[color_ind]
  
        marks_updated = False
  
# Destroy all the windows at the end
cv2.destroyAllWindows()

Выход:

Этот код откроет два окна. Один с исходным изображением и один черный. Нажатие на исходное изображение создаст на нем маленькие кружки, а контуры отобразятся на черном изображении. (Нажмите цифры от 0 до 9, чтобы изменить цвета и создать другой контурный график.)

Исходное изображение

Обработанное изображение

Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.

Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.

Python Python-OpenCV

Обнаружение контура с помощью настраиваемых семян с использованием Python - OpenCV

Требования

Объяснение

Python3

РЕКОМЕНДУЕМЫЕ СТАТЬИ