Trouver les contours n'est pas précis

Question

J'ai une question pour trouver les contours de cette image, j'ai utilisé le findcontour qui n'est pas très précis, est-ce que je fais mal ?

gs = cv2.cvtColor(img,cv2.COLOR_RGB2GRAY)
blur = cv2.GaussianBlur(gs, (3,3),0)
ret_otsu,im_bw_otsu = cv2.threshold(blur,0,255,cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)

kernel = np.ones((50,50),np.uint8)
closing = cv2.morphologyEx(im_bw_otsu, cv2.MORPH_CLOSE, kernel)
_, contours, hierarchy = cv2.findContours(closing,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

plottedContour = cv2.drawContours(gs,contours,-1,(0,255,0),2)
cv2.imshow('CONTOUR',plottedContour)

Answer 1

On dirait que vous pourriez vouloir regarder des contours supplémentaires,

cv2.drawContours(gs,contours,-1,(0,255,0),2)
cv2.drawContours(gs,contours,0,(0,255,0),2)
cv2.drawContours(gs,contours,1,(0,255,0),2)
cv2.drawContours(gs,contours,2,(0,255,0),2)
...

Answer 2

L'idée est d'obtenir une image binaire le filtre pour le plus grand contour en supposant que la banane est l'objet principal de l'image. A partir de là, nous pouvons dessiner un rectangle en utilisant cv2.rectangle ou dessiner autour du contour avec cv2.drawContours . En option, nous pouvons également recadrer le retour sur investissement en utilisant le découpage Numpy.

Rectangle dessiné

Contour dessiné

ROI extrait

Code

import cv2

# Load image, grayscale, blur, Otsu's threshold
image = cv2.imread('1.jpg')
original = image.copy()
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray, (3,3), 0)
thresh = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

# Find contours and sort for largest contour
cnts = cv2.findContours(thresh, cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
cnts = sorted(cnts, key=cv2.contourArea, reverse=True)

for c in cnts:
    # Crop ROI
    x,y,w,h = cv2.boundingRect(c)
    ROI = original[y:y+h, x:x+w]
    cv2.imwrite('ROI.png', ROI)

    # Draw rectangle
    cv2.rectangle(image, (x, y), (x + w, y + h), (36,255,12), 2)

    # Draw contours
    # cv2.drawContours(image, [c], -1, (36,255,12), 2)
    break

cv2.imshow('thresh', thresh)
cv2.imshow('image', image)
cv2.waitKey()