Python 및 OpenCV를 사용하여 이미지 청킹의 경계 정점을 얻는 방법은 무엇입니까?

Python 및 OpenCV를 사용하여 이미지 청킹 경계 정점을 효율적으로 추출

이미지 처리에서는 이미지를 블록으로 분류하고 각 블록의 경계 정점을 추출해야합니다. 단일 채널 이미지가 있고 처리 후 H × M의 메쉬를 형성하고 각 메쉬 블록의 값이 1에서 증가합니다.이 기사는 Python 및 OpenCV 라이브러리를 사용하여 각 블록의 경계 정점을 효율적으로 찾는 방법을 설명합니다.

방법 및 코드 예제

OpenCV를 사용하여 이미지를 읽고 청킹 처리를 수행합니다 (2 차원 Numpy 어레이에 저장된 청크 이미지가 이미 존재한다고 가정하면 각 요소는 청크의 레이블을 나타냅니다). 그런 다음 Numpy의 힘을 사용하여 각 블록의 경계 정점을 찾으십시오.

다음 코드는 각 블록을 가로 지르고 경계 픽셀 포인트를 찾고 좌표를 기록하는 방법을 보여줍니다.

 CV2 가져 오기
Numpy를 NP로 가져옵니다

# 샘플 청크 이미지 (실제 청크 이미지 데이터로 교체)
segmented_image = np.array ([[
    [1, 1, 1, 2, 2],
    [1, 1, 1, 2, 2],
    [3, 3, 3, 2, 2],
    [3, 3, 3, 4, 4],
    [3, 3, 3, 4, 4]
])))

# 사전 block_boundaries = {}

# np.unique (segmented_image)의 레이블에 대한 각 블록 레이블을 가로지 릅니다.
    # 마스크 생성, 현재 블록 마스크 만 유지하십시오 = (segmented_image == label) .astype (np.uint8)

    # OpenCV를 사용하여 윤곽을 찾으십시오.

    # 윤곽이 발생하면 경계 정점을 추출합니다.
        윤곽 = 윤곽 [0]
        정점 = 윤곽선 (-1, 2)
        block_boundaries [레이블] = 정점

# 라벨에 대한 각 블록의 경계 정점 인쇄, block_boundaries.Items () :
    print (f "border vertex coordinates of block {label} :")
    인쇄 (정점)

이 코드는 OpenCV의 findContours 기능을 사용하여 각 블록의 외부 윤곽을 효율적으로 찾은 다음 윤곽에서 정점 좌표를 추출합니다. block_boundaries 사전은 각 블록 레이블과 해당 경계 정점 좌표 사이의 매핑 관계를 저장합니다.

개선 및 확장

이 방법은 간단한 직사각형 블록 세분화에 적합합니다. 보다 복잡한 형태의 경우 영역 성장 또는보다 복잡한 윤곽 분석 알고리즘에 기반한 세분화 방법과 같은 고급 이미지 처리 기술이 필요할 수 있습니다. 또한 오류 처리 추가 또는 성능 최적화와 같은 실제 요구에 따라 코드를 수정할 수 있습니다. 더 구체적인 요구 나 질문이있는 경우 추가 요청을 환영합니다.

위 내용은 Python 및 OpenCV를 사용하여 이미지 청킹의 경계 정점을 얻는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!