質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
OpenCV

OpenCV(オープンソースコンピュータービジョン)は、1999年にインテルが開発・公開したオープンソースのコンピュータビジョン向けのクロスプラットフォームライブラリです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

解決済

2回答

3462閲覧

V字のような図形を三分割する方法について

退会済みユーザー

退会済みユーザー

総合スコア0

OpenCV

OpenCV(オープンソースコンピュータービジョン)は、1999年にインテルが開発・公開したオープンソースのコンピュータビジョン向けのクロスプラットフォームライブラリです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

1クリップ

投稿2019/02/25 10:10

編集2019/02/25 11:26

こちらで解決済みにした質問に関する追加の質問です。
https://teratail.com/questions/176153
上のURLでの質問ではVの字の三分割ということで質問をしたのですが以下のようなV字のように配置されたランダムな図形の集まり(以下V図形と呼びます)に関して質問させてください。
以下のような入力画像を三分割にする方法はありますでしょうか?
【条件】(説明しづらいので伝わらなかったら追記での質問をお願いします。)
・入力画像はオレンジと白の2色だけで構成されます。
・出力画像の長方形はそれぞれV図形の白い部分を囲む最小の大きさの長方形です。
・V図形の輪郭のうちy座標が最も小さい二点(黒い点)をつないだ直線(緑線)と図形の輪郭内側(黒い部分)をくぼみ図形と呼びます。
イメージ説明
・青い点はくぼみ図形の中で一番y座標が最も大きい点として定義します。
※y座標が最も大きい点が複数ある場合は複数の点の真ん中のx座標を持つV図形の輪郭上の点とします。
・3の長方形は画像の青い点を通ります。(1,2は通らなくてもよい。)

イメージ説明
入力画像
イメージ説明
出力画像(目視で書いたものなので実際この画像になる必要はありません。条件を満たした四角形の枠の表示をしたいです。)
イメージ説明

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

tiitoi

2019/02/25 10:34

この形状が輪郭で表されている (点 (x, y) のリスト) としたとき、「くぼみの部分の先」とはどのように定義されるものなのでしょうか? 「くぼみの部分」というものを具体的に定義できないとプログラムはかけないです。
退会済みユーザー

退会済みユーザー

2019/02/25 11:22

毎回お世話になっております。具体的な点に関して修正いたしました。
guest

回答2

0

ベストアンサー

くぼみの点を求めるというところが一番むずかしい部分かと思います。
今回はまず局所的な凹凸は無視するため、輪郭を大雑把に近似してから、凸包と比べることでくぼみの点を見つけました。

この部分は凸集合 の解析方法等でもう少し賢いやり方がありそうな気がしますが、思いつきませんでした。
以下サンプルコードです。

サンプルコード

python

1import cv2 2import numpy as np 3from IPython.display import Image, display 4 5 6def imshow(img): 7 ret, img = cv2.imencode('.png', img) 8 display(Image(img))

1 . 画像読み込み
2 . BGR -> グレースケール
3 . 2値化

# 画像読み込み img = cv2.imread('test.png') assert img is not None, 'Failed to load image' # bgr -> grayscale gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 2値化 ret, binary = cv2.threshold(gray, 200, 255, cv2.THRESH_BINARY)

4 . 輪郭を求める
5 . 輪郭を近似する。
6 . 凸包を求める。

python

1def get_contour(binary): 2 # 輪郭抽出 3 contours = cv2.findContours( 4 binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[0] 5 cnt = contours[0] # 1つだけ見つかる前提 6 cnt = cnt.squeeze(axis=1) # (N, 1, 2) -> (N, 2) 7 return cnt 8 9# 輪郭を求める。 10cnt = get_contour(binary) 11# 近似 12arclen = cv2.arcLength(cnt, closed=True) 13approx = cv2.approxPolyDP(cnt, epsilon=0.03 * arclen, 14 closed=True).squeeze(axis=1) 15# 凸包を求める。 16hull = cv2.convexHull(approx).squeeze(axis=1) 17 18 19# 「近似した輪郭の点一覧 - 凸包を構成する点一覧」の差が凹み部分の点 (集合演算) 20diff_points = set(map(tuple, approx)) - set(map(tuple, hull)) 21cx, cy = list(diff_points)[0]

イメージ説明
輪郭

イメージ説明
近似

イメージ説明
凸包

python

1# 対象領域以外をマスクする。 2block1 = np.zeros_like(binary) 3block1[:cy, :cx] = binary[:cy, :cx] 4 5block2 = np.zeros_like(binary) 6block2[:cy, cx:] = binary[:cy, cx:] 7 8block3 = np.zeros_like(binary) 9block3[cy:] = binary[cy:] 10 11def get_bounding_rect(binary): 12 cnt = get_contour(binary) 13 x, y, w, h = cv2.boundingRect(cnt) 14 return (x, y), (x + w, y + h) 15 16# 各領域を輪郭抽出し、外接矩形を取得する。 17rect1 = get_bounding_rect(block1) 18rect2 = get_bounding_rect(block2) 19rect3 = get_bounding_rect(block3)

イメージ説明
block1

イメージ説明
block2

イメージ説明
block3

結果を描画

python

1cv2.rectangle(img, rect1[0], rect1[1], color=(255, 255, 0), thickness=2) 2cv2.rectangle(img, rect2[0], rect2[1], color=(0, 255, 255), thickness=2) 3cv2.rectangle(img, rect3[0], rect3[1], color=(255, 0, 255), thickness=2) 4imshow(img)

イメージ説明

投稿2019/02/25 12:18

tiitoi

総合スコア21956

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

fana

2019/02/26 07:25 編集

近似した輪郭と,そこから作った凸包 との差から「青い点」の場所を求めているということだと思いますが, 「青い点」の定義 を満たす結果が得られるのでしょうか? (得られる点の位置が近似した輪郭次第になりそうに思うのですが)
tiitoi

2019/02/26 08:11

あまりいいやり方が思いつかなかったので、あくまでだいたいですね
fana

2019/02/26 09:18

なるほど,そういうことでしたか. 輪郭を近似しなければ「くぼみ図形」をそのままの形で得られるのではないでしょうか. その場合,(凸包-元の輪郭)は複数の領域群が得られてしまうので, その中から目的の領域を見つけるのに(凸包-近似輪郭)の情報が使えそうに思います.
tiitoi

2019/02/26 09:32

コメントありがとうございます。 なるほど。そのようなやり方もできそうですね。 質問者さんが定義している「とんがってる部分の2点」や「窪んでる部分」も言葉ではわかるんですが、定式化しようと思うとうまく定義できなくてなかなか難しいですね。
fana

2019/02/26 10:29

サポートしなければならない入力形状の程度等によって,何を考えるべきか(=考えなくてもいいか)が変わってくるところですしね. (これ系の質問って,何故かそういう仕様部分の話がいつも欠けているような…)
guest

0

青い点のY座標に基づいて輪郭を3分すれば良いのではないかと.
(その後の各矩形の算出方法は自明かと思われるので省略)
イメージ説明


青い点の位置に関しては
(「この画像であれば」,「各x座標において最も上側にある白画素のY座標を求めたときに,その中で一番Yが大きい場所」みたいな簡単な方法でも得られそうですが)
質問者の説明にある方法で求めるなら,例えば,

  1. 白い塊が存在するx座標範囲を求む
  2. 上記範囲を左半分と右半分の2つに分ける(…としてしまって良いかな?),
  3. 上記2つの領域のそれぞれにおいて,一番上側にある白画素を求める

で,左右の上端の2点が求まるので,その間にある輪郭線上を走査してYが最大になる場所を見つける,という感じの処理になるでしょうか.

投稿2019/02/25 11:31

編集2019/02/26 05:25
fana

総合スコア11632

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問