黄色操逼视频,AV片在线网,国产成人精品一区二区三区四区五区,99热精品在线免费观看,自拍九区,成人女在线观看,天天射网,欧美成人网站网址

點(diǎn)擊上方“小白學(xué)視覺”，選擇加"星標(biāo)"或“置頂”

重磅干貨，第一時(shí)間送達(dá)

簡介

OpenCV的“findContours”功能經(jīng)常被計(jì)算機(jī)視覺工程師用來檢測物體。OpenCV的存在，使得我們只需要編寫幾行代碼就可以檢測輪廓（對象）。然而，OpenCV檢測到的輪廓通常是分散的。例如，一個(gè)功能豐富的圖像可能有數(shù)百到數(shù)千個(gè)輪廓，但這并不意味著圖像中有那么多對象。一些屬于同一對象的輪廓是單獨(dú)檢測的，因此我們感興趣的是對它們進(jìn)行分組，使一個(gè)輪廓對應(yīng)一個(gè)對象。

實(shí)現(xiàn)思路

當(dāng)我在項(xiàng)目中遇到這個(gè)問題時(shí)，我花了很多時(shí)間嘗試使用不同的參數(shù)或不同的OpenCV函數(shù)來檢測輪廓，但沒有一個(gè)有效。然后，我做了更多的研究，在OpenCV的論壇上找到了一篇帖子，它提到了凝聚聚類。但是，沒有給出源代碼。我還發(fā)現(xiàn)sklearn支持聚合聚類，但我沒有使用它，原因有兩個(gè)：

這個(gè)功能對我來說似乎很復(fù)雜。我不知道如何輸入正確的參數(shù)，我懷疑輪廓檢測的數(shù)據(jù)類型是否適合該函數(shù)。
我需要使用python 2.7、OpenCV 3.3.1和Numpy 1.11.3。它們與sklearn的版本（0.20+）不兼容，后者支持聚類。

源代碼

為了分享我編寫的函數(shù)，我在Github中對其進(jìn)行了開源，并將其作為要點(diǎn)發(fā)布在下面。以下版本適用于Python3，若需要要在Python2.7中使用它，只需將“range”更改為“xrange”。

#!/usr/bin/env python3
import osimport cv2import numpy
def calculate_contour_distance(contour1, contour2):     x1, y1, w1, h1 = cv2.boundingRect(contour1)    c_x1 = x1 + w1/2    c_y1 = y1 + h1/2
    x2, y2, w2, h2 = cv2.boundingRect(contour2)    c_x2 = x2 + w2/2    c_y2 = y2 + h2/2
    return max(abs(c_x1 - c_x2) - (w1 + w2)/2, abs(c_y1 - c_y2) - (h1 + h2)/2)
def merge_contours(contour1, contour2):    return numpy.concatenate((contour1, contour2), axis=0)
def agglomerative_cluster(contours, threshold_distance=40.0):    current_contours = contours    while len(current_contours) > 1:        min_distance = None        min_coordinate = None
        for x in range(len(current_contours)-1):            for y in range(x+1, len(current_contours)):                distance = calculate_contour_distance(current_contours[x], current_contours[y])                if min_distance is None:                    min_distance = distance                    min_coordinate = (x, y)                elif distance < min_distance:                    min_distance = distance                    min_coordinate = (x, y)
        if min_distance < threshold_distance:            index1, index2 = min_coordinate            current_contours[index1] = merge_contours(current_contours[index1], current_contours[index2])            del current_contours[index2]        else:             break
    return current_contours

注意：

“calculate_contour_distance”函數(shù)獲取輪廓的邊界框，并計(jì)算兩個(gè)矩形之間的距離。
“merge_contours”函數(shù)，我們只需使用'numpy.concatenate'即可，因?yàn)槊總€(gè)輪廓只是一個(gè)點(diǎn)的numpy數(shù)組。
使用聚類算法，我們不需要事先知道有多少個(gè)聚類。相反，可以向函數(shù)提供閾值距離，例如40個(gè)像素，因此如果所有輪廓中最近的距離大于閾值，則函數(shù)將停止處理。

結(jié)果

要可視化集群效果，請參見下面的兩幅圖像。第一幅圖像顯示最初檢測到12個(gè)輪廓，聚類后只剩下4個(gè)輪廓，如第二幅圖像所示。這兩個(gè)小對象是由于噪聲造成的，它們沒有合并，因?yàn)榕c閾值距離相比，它們離太遠(yuǎn)。

GITHUB代碼鏈接：

https://github.com/CullenSUN/fish_vision/blob/master/obstacle_detector_node/src/opencv_utils.py

下載1：OpenCV-Contrib擴(kuò)展模塊中文版教程

在「小白學(xué)視覺」公眾號后臺回復(fù)：擴(kuò)展模塊中文教程，即可下載全網(wǎng)第一份OpenCV擴(kuò)展模塊教程中文版，涵蓋擴(kuò)展模塊安裝、SFM算法、立體視覺、目標(biāo)跟蹤、生物視覺、超分辨率處理等二十多章內(nèi)容。

下載2：Python視覺實(shí)戰(zhàn)項(xiàng)目52講

在「小白學(xué)視覺」公眾號后臺回復(fù)：Python視覺實(shí)戰(zhàn)項(xiàng)目，即可下載包括圖像分割、口罩檢測、車道線檢測、車輛計(jì)數(shù)、添加眼線、車牌識別、字符識別、情緒檢測、文本內(nèi)容提取、面部識別等31個(gè)視覺實(shí)戰(zhàn)項(xiàng)目，助力快速學(xué)校計(jì)算機(jī)視覺。

下載3：OpenCV實(shí)戰(zhàn)項(xiàng)目20講

在「小白學(xué)視覺」公眾號后臺回復(fù)：OpenCV實(shí)戰(zhàn)項(xiàng)目20講，即可下載含有20個(gè)基于OpenCV實(shí)現(xiàn)20個(gè)實(shí)戰(zhàn)項(xiàng)目，實(shí)現(xiàn)OpenCV學(xué)習(xí)進(jìn)階。

交流群

歡迎加入公眾號讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動駕駛、計(jì)算攝影、檢測、分割、識別、醫(yī)學(xué)影像、GAN、算法競賽等微信群（以后會逐漸細(xì)分），請掃描下面微信號加群，備注：”昵稱+學(xué)校/公司+研究方向“，例如：”張三?+?上海交大?+?視覺SLAM“。請按照格式備注，否則不予通過。添加成功后會根據(jù)研究方向邀請進(jìn)入相關(guān)微信群。請勿在群內(nèi)發(fā)送廣告，否則會請出群，謝謝理解~

基于Python的OpenCV輪廓檢測聚類