OpenCVで円筒が積まれた画像から各円筒の外形を取得したい

Question

Python OpenCVで円筒が積まれた画像から、各円筒の外形を取得したいと思っています。


・下記のコードにて輪郭を抽出して試してみましたが、内側の形状が取得され円筒の外形は取得できずにいます。
・画像は円筒材料の切断面なのですが、切断のバリが内側にあるため正確に円の形状を把握できず苦戦しています。

---

OpenCVで円筒が積まれた画像から各円筒の外形を取得したい

#画像を平滑化してノイズを除去
blur = cv2.GaussianBlur(img, (9,9), 0)

gray = cv2.cvtColor(blur, cv2.COLOR_BGR2GRAY)
cv2_imshow(gray)

th, dst = cv2.threshold(gray, 160, 255, cv2.THRESH_BINARY)
cv2_imshow(dst)

#閾値処理
ret,thresh = cv2.threshold(dst,120,255,cv2.THRESH_BINARY)

#輪郭検出 （cv2.ChAIN_APPROX_SIMPLE）
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

---

試しに輪郭検出でRETR_EXTERNALも試してみましたが、検出できませんでした。
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

どなたかアドバイスいただけると幸いです。

Comments

[1T2R3M4]

https://detail.chiebukuro.yahoo.co.jp/qa/question_detail/q11279268151
以下ご対応ください。
https://teratail.com/help#posted-otherservice

[Shimama]

1T2R3M4さま
ご指摘ありがとうございました。初めての投稿でよくルールを分かっていませんでした。別の質問サイトで取消ししました。失礼いたしました。

Answer 1

import cv2
# 画像
img = cv2.imread('test.jpeg')
# グレースケール変換
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 閾値処理
thresh = cv2.adaptiveThreshold(gray,255,cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY,7,0)
cv2.imshow('thresh', thresh)
cv2.waitKey(0)

結果

適応閾値でなんとなくの結果ですが分離はできそうです
♯パラメータの調整が難しいけれども
なおフィルターでぼかすとくっつくので、この用途ではやめたほうがいい

Comments

[Shimama]

yominetさん 閾値処理についてアドバイスありがとうございます。
こんなに輪郭をくっきりさせることが出来るんですね。適応閾値の処理は知らなかったのですが、光の当たり方に左右されずに形状を抽出できたり奥が深いですね。
この処理を入れてみたら、外周を検出して取得しやすくなりました。ありがとうございます！

Answer 2

もしも，安定して

内側の形状が取得

できるのだとすれば……
私なら，「その結果に基づいて「外側」の輪郭を探すことはできないのか？」と考えるかもしれません．

例えば，至極単純には，その内側形状の各点から「外側」方向に向かって，想定する輝度勾配方向を持つエッジ点を探索してみるような処理が考えられそうですよね．
（筒の径と厚みとの間の比率のような前提知識があるなら探索範囲もある程度に制限できるかと）
↓
でも，そういう処理をするとしたら，隣の筒と接しているような箇所において間違った探索結果（隣の内側のエッジを見つける）を生じそうですよね．何か対策できるだろうか？
↓
大多数の箇所では外側の点を正しく見つけることができるのだとしたら，例えばRANSAC的に楕円を当てはめるような処理でそういった点は棄却できるのではないかな，とか，
あるいは，もっと単純に「（隣の筒の内側も検出できているなら）接しそうな方向は使わない」という方向も考えられるかな，とか．

……みたいな愚直なことをしたならば｛それでどこまでいけるのか？　ダメそうなら課題点は何か？｝みたいな検討をまずはざっくりとやってみてはどうでしょうか．

Comments

[Shimama]

fanaさん ありがとうございます。
確かに内側のデータはある意味安定して取れているので、そこを起点として外側を探していくという方法は可能かもしれないですね。
そして確かに悩ましいのが隣の筒と接している箇所が悩ましいです。RANSACというのは外れ値が含まれていると想定して影響を押さえる手法なんですね。私は素人なので知らなかったのですが、少し調べて考えてみようと思います。

Answer 3

HoughCirclesを使用してみたらいかがでしょうか。
円筒の外形を取得するために、画像処理のアプローチを変更すると良いと思います。

import cv2
import numpy as np

# 画像を読み込み
img = cv2.imread('')

# 画像を平滑化してノイズを除去
blur = cv2.GaussianBlur(img, (9, 9), 0)

# グレースケール変換
gray = cv2.cvtColor(blur, cv2.COLOR_BGR2GRAY)

# 閾値処理
ret, thresh = cv2.threshold(gray, 120, 255, cv2.THRESH_BINARY)

# HoughCirclesを使用して円を検出
circles = cv2.HoughCircles(thresh, cv2.HOUGH_GRADIENT, dp=1, minDist=20,
                           param1=50, param2=30, minRadius=10, maxRadius=0)

# 検出された円を描画
if circles is not None:
    circles = np.round(circles[0, :]).astype("int")

    for (x, y, r) in circles:
        cv2.circle(img, (x, y), r, (0, 255, 0), 2)

    cv2.imshow('Detected Circles', img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

これを実行すれば円筒の外形を検出できるかと思います。

Comments

[fana]

「説明が不足している」とかいうのを投じてみました．

「XXXを使えばどうか」と言う場合には「XXXを使えばこんないいことがある」という理由や考えがあるはずで，そこの部分こそが重要であり，それが明確に示されていないと読み手には伝わらない可能性が大きいと思うので．

[Shimama]

NICKOさん コメントありがとうございます。
頂いたアドバイスでは円形を見つけ、中心座標と半径を取得できるのですが、対象となるワークは真円ではなく、その円形のいびつさを計るプロセスとしてワークの輪郭外周の座標データを取得したいと考えています。

[NICKO]

import cv2

# 画像を読み込み
img = cv2.imread('')

# 画像を平滑化してノイズを除去
blur = cv2.GaussianBlur(img, (9, 9), 0)

# グレースケール変換
gray = cv2.cvtColor(blur, cv2.COLOR_BGR2GRAY)

# 閾値処理
ret, thresh = cv2.threshold(gray, 120, 255, cv2.THRESH_BINARY)

# 輪郭検出
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 近似輪郭を格納するリスト
approx_contours = []

for contour in contours:
# 輪郭の近似
epsilon = 0.01 * cv2.arcLength(contour, True)
approx = cv2.approxPolyDP(contour, epsilon, True)
approx_contours.append(approx)

# 近似輪郭を描画（デバッグ用）
cv2.drawContours(img, [approx], 0, (0, 255, 0), 2)

# 近似輪郭を表示（デバッグ用）
cv2.imshow('Approximated Contours', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

# いびつな形状の外周座標データ
print(approx_contours)

これで外周の座標データを取得できるはずです。
細かい調整は適宜すると精度が高まるかもです。

[Shimama]

ありがとうございます。試してみましたが、やはり内側の輪郭を取得してしまいます…

[NICKO]

import cv2

# 画像を読み込む
img = cv2.imread('')

# 画像を平滑化してノイズを除去
blur = cv2.GaussianBlur(img, (9, 9), 0)

# グレースケール変換
gray = cv2.cvtColor(blur, cv2.COLOR_BGR2GRAY)

# 閾値処理
ret, thresh = cv2.threshold(gray, 120, 255, cv2.THRESH_BINARY)

# 輪郭検出
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 最大輪郭の取得
max_contour = max(contours, key=cv2.contourArea)

# 凸包を求める
hull = cv2.convexHull(max_contour)

# 凹凸を検出するための輪郭と凸包の差
defects = cv2.convexityDefects(max_contour, cv2.convexHull(max_contour, returnPoints=False))

if defects is not None:
for i in range(defects.shape[0]):
s, e, f, d = defects[i, 0]
start = tuple(max_contour[s][0])
end = tuple(max_contour[e][0])
far = tuple(max_contour[f][0])
cv2.line(img, start, end, [0, 255, 0], 2)
cv2.circle(img, far, 5, [0, 0, 255], -1)

cv2.imshow('Image with Defects', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

おそらくこちらのコードで、輪郭データから凹凸を検出できうるかと思います。

[Shimama]

コメントありがとうございます。試してみましたがダメでした。
私は素人でよくわかっていないのですが、こちらは何をねらいとしてどんな処理をしているのでしょうか？

[NICKO]

円筒の輪郭から凹凸を検出して座標データを表示し、歪さを評価しようとしようとしています。

[Shimama]

そうなんですね。私には使いこなせませんでした。ありがとうございました。