找到多个重叠矩形的并集 – OpenCV python

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了找到多个重叠矩形的并集 – OpenCV python，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1579字，纯文字阅读大概需要3分钟。

内容图文

我有几个重叠的边界框,包含一个对象,但它们在某些地方最低限度重叠.作为一个整体,它们包含整个对象,但openCV的groupRectangles函数不会返回包含该对象的框.我有的边框用蓝色显示,我想要返回的边框在这里用红色显示

我想得到只有重叠矩形的联合但不确定如何迭代列表而不组合每个矩形.
我有下面显示的并集和交叉函数,以及由(x y w h)表示的矩形列表,其中x和y是框左上角的坐标.

def union(a,b):
  x = min(a[0], b[0])
  y = min(a[1], b[1])
  w = max(a[0]+a[2], b[0]+b[2]) - x
  h = max(a[1]+a[3], b[1]+b[3]) - y
  return (x, y, w, h)

def intersection(a,b):
  x = max(a[0], b[0])
  y = max(a[1], b[1])
  w = min(a[0]+a[2], b[0]+b[2]) - x
  h = min(a[1]+a[3], b[1]+b[3]) - y
  if w<0 or h<0: return () # or (0,0,0,0) ?
  return (x, y, w, h)

我的组合功能目前如下：

def combine_boxes(boxes):
    noIntersect = False
    while noIntersect == False and len(boxes) > 1:
        a = boxes[0]
        print a
        listBoxes = boxes[1:]
        print listBoxes
        index = 0
        for b in listBoxes:
            if intersection(a, b):
                newBox = union(a,b)
                listBoxes[index] = newBox
                boxes = listBoxes
                noIntersect = False
                index = index + 1
                break
            noIntersect = True
            index = index + 1

    print boxes
    return boxes.astype("int")

如图所示,这大部分都在那里

还有一些嵌套的边界框,我不知道如何继续迭代.

解决方法:

我没有使用openCV,因此该对象可能需要更多的修改,但可能使用itertools.combinations使combine_boxes函数更简单：

import itertools
import numpy as np
def combine_boxes(boxes):
    new_array = []
    for boxa, boxb in itertools.combinations(boxes, 2):
        if intersection(boxa, boxb):
            new_array.append(union(boxa, boxb))
        else:
            new_array.append(boxa)
    return np.array(new_array).astype('int')

编辑(你可能实际上需要拉链)

for boxa, boxb in zip(boxes, boxes[1:])

一切都是一样的.

内容总结

以上是互联网集市为您收集整理的找到多个重叠矩形的并集 – OpenCV python全部内容，希望文章能够帮你解决找到多个重叠矩形的并集 – OpenCV python所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端