Ich habe ein NumPy-Array contours
, das ich von cv2.findContours
erhalten und mit contours = np.concatenate(contours, axis = 0)
abgeflacht habe. Es speichert Koordinaten von Konturen von Objekten aus einem Bild. Allerdings möchte ich Koordinaten löschen, deren entweder X oder Y niedriger ist als, sagen wir, 100 oder größer als 1000. Ich versuchte zunächst contours = np.delete(contours, 0)
und contours = np.delete(contours[0], 0)
mit nur ein Element zu löschen, aber ich hielt diesen Fehler: IndexError: invalid index to scalar variable.
Entfernen Sie Wertepaare aus dem NumPy-Array
Wie lösche ich solche Wertepaare?
print(type(contours))
→ <class 'numpy.ndarray'>
print(contours[0])
→ [[2834 4562]]
print(type(contours[0]))
→ <class 'numpy.ndarray'>
print(contours[0][0])
→ [2834 4562]
print(type(contours[0][0]))
<class 'numpy.ndarray'>
Außerdem mag ich die Liste nicht weiter verketten/abflachen, weil es genau das ist in der Form ich es brauche, um cv2.convexHull(contours)
zu senden.
Hier ist eine minimale Arbeitsprobe meines Codes:
import cv2 # library for processing images
import numpy as np # numerical calculcations for Python
img = cv2.imread("img.png")
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
_, img_thr = cv2.threshold(img_gray,0,255,cv2.THRESH_OTSU)
img_rev = cv2.bitwise_not(img_thr)
img_cnt, contours, hierarchy = cv2.findContours(img_rev, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
contours = np.concatenate(contours, axis = 0)
hull = cv2.convexHull(contours)
rect = cv2.minAreaRect(np.int0(hull))
box = cv2.boxPoints(rect)
box = np.int0(box)
img_cnt = cv2.drawContours(img, contours, -1, (0,255,0), 3)
img_cnt = cv2.drawContours(img, [box], -1, (0,0,255), 5)
cv2.imwrite("img_out.png", img_cnt)
Hier ein Beispiel input image, hier ist mein output image. Ich möchte das "Rauschen" für die Textauswahl ignorieren. Angenommen, ich kann keine weitere Rauschreduzierung verwenden.
Bitte erstellen Sie ein Beispiel [Minimal, vollständig und verifizierbar] (http://stackoverflow.com/help/mcve). Das erleichtert es uns, Ihnen zu helfen. –