区分圆圈和单选按钮 Opencv python

Question

我的任务是检测图像中的圆圈和单选按钮。为此，我通过使用不同的参数尝试了霍夫圆。问题：如果图像中的圆圈与单选按钮的半径相同，则两者都会被检测到，但在我们的情况下，它应该只检测到一个。有没有办法区分圆圈和单选按钮（当未选中它们时）。现在我用半径限制它们，有两种不同的功能，一种用于圆形，一种用于单选按钮。上面的代码是针对圆的    circle_contours=[]    # Converting the image Gray scale    gray = cv2.cvtColor(image1, cv2.COLOR_BGR2GRAY)    # Blur the image to reduce noise    img_blur = cv2.medianBlur(gray, 5)    # Apply hough transform on the image    circles = cv2.HoughCircles(img_blur, cv2.HOUGH_GRADIENT, 1,20, param1=50, param2=20,     minRadius=11, maxRadius=21)    # Draw detected circles    if circles is not None:       circles = np.uint16(np.around(circles))    for i in circles[0, :]:       # Draw outer circle       cv2.circle(image1, (i[0], i[1]), i[2], (34, 255, 34), 2)       circle_contours.append(circles)我对单选按钮使用了类似的方法，但参数不同，如下所示。    radio_buttons= cv2.HoughCircles(img_blur, cv2.HOUGH_GRADIENT, 1,20, param1=50, param2=16,     minRadius=9, maxRadius=10)原始图像图片1：图片2：对于 Image1，它正确检测到圆圈，当它传递到单选按钮功能时，它还会为其内部绘制半径减小的圆圈（Image2），这些圆圈也被检测为单选按钮在Image3 Image3 中，它必须检测圆形和单选按钮，而我的代码只能检测圆形。我也尝试过使用绘制轮廓，但当图像也有复选框时会出现问题。有没有其他方法或者更好的检测方法？

Answer 1

1. 找到并画出答题卡中的所有轮廓。

---

1. 申请HoughCircles

---

步骤＃1：我们可以从找到给定答卷中的所有轮廓开始。

• contourIdx=-1意思是画出所有的轮廓。

import cv2

import numpy as np

image = cv2.imread('zip_grade_form.png')

# Converting the image Gray scale

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

ret, thresh = cv2.threshold(src=gray, thresh=127, maxval=255, type=0)

contours, hierarchy = cv2.findContours(image=thresh,

                                       mode=cv2.RETR_TREE,

                                       method=cv2.CHAIN_APPROX_SIMPLE)

gray = cv2.drawContours(image=gray, contours=contours, contourIdx=-1,

                     color=(255, 255, 255), thickness=2)

结果：

• 从上面我们可以看到，除了圆圈之外的所有特征都被删除了。我们使用该findContours方法来删除不需要的伪影。

步骤#2：申请HoughCircles。您在问题上编写的代码相同。结果：

代码：

import cv2

import numpy as np

image = cv2.imread('zip_grade_form.png')

# Converting the image Gray scale

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

ret, thresh = cv2.threshold(src=gray, thresh=127, maxval=255, type=0)

contours, hierarchy = cv2.findContours(image=thresh,

                                       mode=cv2.RETR_TREE,

                                       method=cv2.CHAIN_APPROX_SIMPLE)

gray = cv2.drawContours(image=gray, contours=contours, contourIdx=-1,

                        color=(255, 255, 255), thickness=2)

cv2.imwrite("gray.png", gray)

img_blur = cv2.medianBlur(gray, 5)

circles = cv2.HoughCircles(img_blur, cv2.HOUGH_GRADIENT, 1, 20, param1=50, param2=16,

                           minRadius=9, maxRadius=10)

circle_contours = []

if circles is not None:

    circles = np.uint16(np.around(circles))

    for i in circles[0, :]:

        # Draw outer circle

        cv2.circle(image, (i[0], i[1]), i[2], (108, 105, 255), 2)

        circle_contours.append(circles)

cv2.imwrite("circles.png", image)

更新

• 为了检测复选框和单选按钮，您需要计算contour-perimeter(p) 和contour-approximation(a)。

• 我们可以使用p和a值来分隔每个对象，因为每个对象都有唯一的p和a值。

• 例如，在图像 3 中，

  • 复选框：p= 73 和a= 4

  • 单选按钮：p= 64 和a= 8。

• 您可以通过观察代码找到这些值。

• 再次应用第一步。

  • 结果：

现在找到上图中的轮廓：

if len(approx) == 8 and int(p) == 64:

    cv2.drawContours(image, [c], -1, (180, 105, 255), 3)

elif len(approx) == 4 and int(p) == 73:

    cv2.drawContours(image, [c], -1, (180, 105, 255), 3)

结果：

代码：

import cv2

from imutils import grab_contours as grb_cns

from imutils import resize as rsz

image = cv2.imread('K1Z94.png')

# Converting the image Gray scale

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

ret, thresh = cv2.threshold(src=gray, thresh=127, maxval=255, type=0)

contours, hierarchy = cv2.findContours(image=thresh.copy(),

                                        mode=cv2.RETR_TREE, 

                                         method=cv2.CHAIN_APPROX_SIMPLE)

gray = cv2.drawContours(image=gray, contours=contours, contourIdx=-1, color=(255, 255, 255), thickness=2)

resized = rsz(gray, width=300)

ratio = gray.shape[0] / float(gray.shape[0])

canny = cv2.Canny(gray, 50, 200)

thresh = cv2.threshold(src=canny, thresh=60, maxval=255,

                   type=cv2.THRESH_OTSU + cv2.THRESH_BINARY)[1]

cns = cv2.findContours(image=thresh.copy(), mode=cv2.RETR_EXTERNAL, method=cv2.CHAIN_APPROX_SIMPLE)

cns = grb_cns(cns)

for c in cns:

     p = cv2.arcLength(c, True)  # perimeter

     approx = cv2.approxPolyDP(c, 0.04 * p, True)

     M = cv2.moments(c)

     # check if the all values of M are 0.

     all_zr = all(value == 0 for value in M.values())

     if not all_zr:

         cX = int((M["m10"] / M["m00"]))

         cY = int((M["m01"] / M["m00"]))

         c = c.astype("float")

         c *= ratio

         c = c.astype("int")

         # Circles: (radio-buttons)

         if len(approx) == 8 and int(p) == 64:

             cv2.drawContours(image, [c], -1, (180, 105, 255), 3)

         elif len(approx) == 4 and int(p) == 73:

             cv2.drawContours(image, [c], -1, (180, 105, 255), 3)

  cv2.imwrite("result.png", image)