Python - 将二进制掩码转换为多边形

Question

给定一个简单的二进制掩码（例如矩形的边界）。

如何使用多边形获取x-y坐标？

这是我迄今为止尝试过的：

coords = np.transpose(np.nonzero(mask))

但是，这种方法会生成填充的对象，而不是所需的边界。

plt.plot(coords[:, 1], coords[:,0])

基本上，我想要一个白色像素的 x-y 坐标列表，以使用此列表重新绘制矩形（未填充）。

Answer 1

使用

cv2.findContours

适用于复杂形状和多个对象。

Polygons

列表包含

coords

列出每个看起来像这样的 [x1, y1, x2, y2, x3, y3, ...]。

contours, _ = cv2.findContours(mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
polygons = []

for obj in contours:
    coords = []
        
    for point in obj:
        coords.append(int(point[0][0]))
        coords.append(int(point[0][1]))

    polygons.append(coords)

Answer 2

您可以使用

np.column_stack()

+

np.where()

。这个想法是确定二值图像中的白色像素，然后按相应的

(x, y)

顺序

排序

coords = np.column_stack(np.where(image > 0))

---

另一种方法是使用 OpenCV 的

cv2.boundingRect()

查找边界矩形的坐标。这将为您提供宽度、高度和左上角

(x,y)

坐标。这是一个查找坐标然后将多边形绘制到空白蒙版上的示例

import cv2
import numpy as np

image = cv2.imread('1.png', 0)
x,y,w,h = cv2.boundingRect(image)
mask = np.ones(image.shape, dtype=np.uint8) * 255
mask = cv2.merge([mask,mask,mask])
cv2.rectangle(mask, (x, y), (x + w, y + h), (36,255,12), 2)

cv2.imshow('mask', mask)
cv2.waitKey()

Answer 3

您可以将正方形视为一个对象，并使用

skimage.measure.regionprops

函数访问其属性。

我强烈建议查看文档，因为它在很多情况下都是非常有用的功能：

https://scikit-image.org/docs/dev/api/skimage.measure.html#skimage.measure.regionprops

此外，还有

skimage.measure.regionprops_table

为您提供了一个字典来转换为 pandas 数据框。

这是我的解决方案：

from skimage.io import imread
from skimage.measure import regionprops_table
from pandas import DataFrame

import numpy as np
import matplotlib.pyplot as plt

rectangle = imread('rectangle_img.png')    
props_rect = DataFrame(regionprops_table(rectangle, properties=['coords']))

new_img = np.zeros((rectangle.shape[0], rectangle.shape[1]))

for point in props_rect['coords'][0]:

    new_img[point[0], point[1]] = 1


plt.imshow(new_img)

Answer 4

contours, _ = cv2.findContours(binary_mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
polygons = [np.array(polygon).squeeze() for polygon in contours]

polygons

是一个

list

，其中

arrays

的形状为

N, 2

，其中

N

对应于点数，

2

对应于

x

和

y

坐标

Answer 5

我在我的项目中基于这个项目做了一个功能[1]。无需调整参数即可完美运行！

[1] https://github.com/devbruce/cmask2polygons/blob/a4b2e0fc9160b5f5b8a8d527a12f54493d770d3b/cmask2polygons.py#L34