Python opencv 排序轮廓

Question

我正在关注这个问题：

如何从左到右和从上到下对轮廓进行排序？

从左到右和从上到下对轮廓进行排序。但是，我的轮廓是使用这个（OpenCV 3）找到的：

 im2, contours, hierarchy = cv2.findContours(threshold,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)

它们的格式如下：

    array([[[ 1,  1]],

   [[ 1, 36]],

   [[63, 36]],

   [[64, 35]],

   [[88, 35]],

   [[89, 34]],

   [[94, 34]],

   [[94,  1]]], dtype=int32)]

当我运行代码时

max_width = max(contours, key=lambda r: r[0] + r[2])[0]
max_height = max(contours, key=lambda r: r[3])[3]
nearest = max_height * 1.4
contours.sort(key=lambda r: (int(nearest * round(float(r[1])/nearest)) * max_width + r[0]))

我收到错误

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

所以我把它改成这样：

 max_width = max(contours, key=lambda r:  np.max(r[0] + r[2]))[0]
max_height = max(contours, key=lambda r:  np.max(r[3]))[3]
nearest = max_height * 1.4
contours.sort(key=lambda r: (int(nearest * round(float(r[1])/nearest)) * max_width + r[0]))

但现在我收到错误：

TypeError: only length-1 arrays can be converted to Python scalars

编辑：

阅读下面的答案后，我修改了我的代码：

编辑 2

这是我用来“扩大”字符并找到轮廓的代码

kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(35,35))

# dilate the image to get text
# binaryContour is just the black and white image shown below
dilation = cv2.dilate(binaryContour,kernel,iterations = 2)

编辑结束 2

 im2, contours, hierarchy = cv2.findContours(dilation,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)

myContours = []

# Process the raw contours to get bounding rectangles
for cnt in reversed(contours):

    epsilon = 0.1*cv2.arcLength(cnt,True)
    approx = cv2.approxPolyDP(cnt,epsilon,True)

    if len(approx == 4):

        rectangle = cv2.boundingRect(cnt)
        myContours.append(rectangle)

max_width = max(myContours, key=lambda r: r[0] + r[2])[0]
max_height = max(myContours, key=lambda r: r[3])[3]
nearest = max_height * 1.4
myContours.sort(key=lambda r: (int(nearest * round(float(r[1])/nearest)) * max_width + r[0]))

i=0
for x,y,w,h in myContours:

    letter = binaryContour[y:y+h, x:x+w]
    cv2.rectangle(binaryContour,(x,y),(x+w,y+h),(255,255,255),2)
    cv2.imwrite("pictures/"+str(i)+'.png', letter) # save contour to file
    i+=1

排序前的轮廓：

 [(1, 1, 94, 36), (460, 223, 914, 427), (888, 722, 739, 239), (35,723, 522, 228),
(889, 1027, 242, 417), (70, 1028, 693, 423), (1138, 1028, 567, 643),
(781, 1030, 98, 413), (497, 1527, 303, 132), (892, 1527, 168, 130),
(37, 1719, 592, 130), (676, 1721, 413, 129), (1181, 1723, 206, 128),
(30, 1925, 997, 236), (1038, 1929, 170, 129), (140, 2232, 1285, 436)]

排序后的轮廓：

（ 注意： 这不是我想要对轮廓进行排序的顺序。请参阅底部的图像）

 [(1, 1, 94, 36), (460, 223, 914, 427), (35, 723, 522, 228), (70,1028, 693, 423),
(781, 1030, 98, 413), (888, 722, 739, 239), (889, 1027, 242, 417),
(1138, 1028, 567, 643), (30, 1925, 997, 236), (37, 1719, 592, 130),
(140, 2232, 1285, 436), (497, 1527, 303, 132), (676, 1721, 413, 129),
(892, 1527, 168, 130), (1038, 1929, 170, 129), (1181, 1723, 206, 128)]

我正在使用的图像

我想按以下顺序查找轮廓：

用于查找轮廓的膨胀图像

原文由 user6796935 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

你真正需要的是设计一个公式来将你的轮廓信息转换为一个等级并使用该等级对轮廓进行排序，因为你需要从上到下和从左到右对轮廓进行排序所以你的公式必须包含 origin 给定轮廓计算其排名。例如我们可以使用这个简单的方法：

 def get_contour_precedence(contour, cols):
    origin = cv2.boundingRect(contour)
    return origin[1] * cols + origin[0]

它根据轮廓的原点为每个轮廓赋予等级。当两个连续的轮廓垂直放置时变化很大，但当轮廓水平堆叠时变化很小。因此，以这种方式，首先，轮廓将从上到下分组，在发生冲突的情况下，将使用水平铺设轮廓之间的较小变量值。

 import cv2

def get_contour_precedence(contour, cols):
    tolerance_factor = 10
    origin = cv2.boundingRect(contour)
    return ((origin[1] // tolerance_factor) * tolerance_factor) * cols + origin[0]

img = cv2.imread("/Users/anmoluppal/Downloads/9VayB.png", 0)

_, img = cv2.threshold(img, 70, 255, cv2.THRESH_BINARY)

im, contours, h = cv2.findContours(img.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

contours.sort(key=lambda x:get_contour_precedence(x, img.shape[1]))

# For debugging purposes.
for i in xrange(len(contours)):
    img = cv2.putText(img, str(i), cv2.boundingRect(contours[i])[:2], cv2.FONT_HERSHEY_COMPLEX, 1, [125])

如果你仔细观察，第三行 3, 4, 5, 6 轮廓放置 6 介于 3 和 5 之间，原因是 6 3, 4, 5 轮廓线。

告诉我您是否想要其他方式的输出我们可以调整 get_contour_precedence 以获得 3, 4, 5, 6 等高线的等级。

原文由 ZdaR 发布，翻译遵循 CC BY-SA 3.0 许可协议