python opencv在视频画任意多边形并判断点是否在多边形内

利用鼠标回调函数实现在视频上画任意多边形,左键点击标出点,右键将多边形画出,鼠标中键可以清除多边形。Q键退出。
判断点的算法原理则可参考如下链接的文章,大概意思是从所求点向一个方向引入一条射线,通过射线与多边形相交个数来判断此点是否在多边形内。我不在这罗嗦了,直接拿来用。
判断点是否在多边形内算法点我。

# -*- coding: utf-8 -*-
import cv2
import time
import numpy as np
tpPointsChoose = []
drawing = False
tempFlag = False
def draw_ROI(event, x, y, flags, param):
    global point1, tpPointsChoose,pts,drawing, tempFlag
    if event == cv2.EVENT_LBUTTONDOWN:
        tempFlag = True
        drawing = False
        point1 = (x, y)
        tpPointsChoose.append((x, y))  # 用于画点
    if event == cv2.EVENT_RBUTTONDOWN:
        tempFlag = True
        drawing = True
        pts = np.array([tpPointsChoose], np.int32)
        print(pts)
    if event == cv2.EVENT_MBUTTONDOWN:
        tempFlag = False
        drawing = True
        tpPointsChoose = []
def isPoiWithinPoly(poi,poly):
    #输入:点,多边形三维数组
    #poly=[[[x1,y1],[x2,y2],……,[xn,yn],[x1,y1]],[[w1,t1],……[wk,tk]]] 三维数组
    sinsc=0 #交点个数
    for epoly in poly: #循环每条边的曲线->each polygon 是二维数组[[x1,y1],…[xn,yn]]
        for i in range(len(epoly)): #[0,len-1]
            s_poi=epoly[i]
            s_poi_bf = epoly[i-1]
        if i < (len(epoly)-2):  #首先限制下标范围,防止超出
                e_poi = epoly[i + 1]
                e_poi_af = epoly[i + 2]
            elif i == len(epoly)-2: # 若超出循环,则设置为起始值
                e_poi = epoly[-1]
                e_poi_af = epoly[0]
            elif i == len(epoly)-1: # 若超出循环,则设置为起始值
                e_poi = epoly[0]
                e_poi_af = epoly[1]
        if poi[1] == s_poi[1] == e_poi[1]: # 判断平行线段,是否位于区域中间位置,若位于,则应该 +1
                if ((s_poi[1]-s_poi_bf[1])*(e_poi_af[1]-s_poi[1]) > 0):
                    sinsc += 1
                    continue
        elif poi[1] == s_poi[1] != e_poi[1]: # 点
                if ((s_poi_bf[1]-s_poi[1])*(s_poi[1]-e_poi[1])>0):
                    sinsc += 1
                    continue 
        elif s_poi[1] > poi[1] and e_poi[1] > poi[1]:  # 线段在射线上边
                continue
            elif s_poi[1] < poi[1] and e_poi[1] < poi[1]:  # 线段在射线下边
                continue
            elif s_poi[0] < poi[0] and e_poi[1] < poi[1]:  # 线段在射线左边
                continue
            else:
                xseg = e_poi[0] - (e_poi[0] - s_poi[0]) * (e_poi[1] - poi[1]) / (e_poi[1] - s_poi[1])  # 求交
                if xseg < poi[0]:  # 交点在射线起点的左侧
                    continue
                else:
                    sinsc += 1  # 排除上述情况之后
    return True if sinsc%2==1 else  False
cv2.namedWindow('video')
cv2.setMouseCallback('video',draw_ROI)
cap = cv2.VideoCapture('1.avi')  # 文件名及格式
fps=cap.get(cv2.CAP_PROP_FPS)
size=(cap.get(cv2.CAP_PROP_FRAME_WIDTH),cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
print("fps: {}\nsize: {}".format(fps,size))
vfps = 0.7/fps  #延迟播放用,根据运算能力调整
while (True):
    # capture frame-by-frame
    ret, frame1 = cap.read()
    frame=cv2.resize(frame1, (1024, 600), interpolation=cv2.INTER_CUBIC)
    # display the resulting frame
    if (tempFlag == True and drawing == False) :  # 鼠标点击
        cv2.circle(frame, point1, 5, (0, 255, 0), 2)
        for i in range(len(tpPointsChoose) - 1):
            cv2.line(frame, tpPointsChoose[i], tpPointsChoose[i + 1], (255, 0, 0), 2)
    if (tempFlag == True and drawing == True):  #鼠标右击
        cv2.polylines(frame, pts, True, (0, 0, 255), thickness=2)
        sign = isPoiWithinPoly([300, 300], pts)
        if (sign== True):
            cv2.putText(frame, 'i am in', tpPointsChoose[0],cv2.FONT_HERSHEY_SIMPLEX, 2, (255, 0, 0), 2, cv2.LINE_AA)
    if (tempFlag == False and drawing == True):  # 鼠标中键
        for i in range(len(tpPointsChoose) - 1):
            cv2.line(frame, tpPointsChoose[i], tpPointsChoose[i + 1], (0, 0, 255), 2)
    time.sleep(vfps)
    cv2.imshow('video', frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):  # 按q键退出
        break
print(sign)
# when everything done , release the capture
cap.release()
cv2.destroyAllWindows() 

效果如图,设置的坐标点在框内就显示出‘i am in’
效果如图,设置的坐标点在框内就显示出‘i am in’。

  • 7
    点赞
  • 29
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
可以使用OpenCV中的minAreaRect函数来寻找最小外接矩形,然后通过旋转矩阵将其旋转到水平方向。接下来,我们需要找到该矩形在多边形内的最大内接正交矩形。 具体实现步骤如下: 1. 找到多边形的边界框,即使用boundingRect函数可以找到。 2. 将最小外接矩形旋转到水平方向,可以使用getRotationMatrix2D函数和warpAffine函数实现。 3. 将多边形的所有旋转相同的角度以保持一致性。 4. 对边界框中的每个像素,找到其在旋转后的坐标系中的位置,并计算其离矩形边界的距离。 5. 找到距离最小的像素,并计算其周围的像素是否都在矩形内部。 6. 如果是,则将该像素作为最大内接正交矩形的左上角。 7. 以该为起,向右和向下分别寻找最大的矩形边界,即为最大内接正交矩形。 下面是示例代码: ```python import cv2 import numpy as np def find_max_inner_rect(poly): # 找到多边形的边界框 x,y,w,h = cv2.boundingRect(poly) rect = ((x,y),(w,h),0) # 将最小外接矩形旋转到水平方向 box = cv2.boxPoints(rect) center = rect[0] angle = rect[2] M = cv2.getRotationMatrix2D(center, angle, 1.0) box = np.int0(cv2.transform(np.array([box]), M))[0] rect = cv2.minAreaRect(box) # 将多边形的所有旋转相同的角度 poly = np.int0(cv2.transform(np.array([poly]), M))[0] # 找到矩形内的最大正交矩形 max_rect = None max_area = 0 for i in range(x, x+w): for j in range(y, y+h): # 计算像素在旋转后的坐标系中的位置 r = np.array([[i],[j],[1]]) r = np.matmul(np.linalg.inv(M), r) # 计算像素到矩形边界的距离 dist = cv2.pointPolygonTest(poly, (r[0][0], r[1][0]), True) # 如果像素在矩形内部,则寻找最大的矩形边界 if dist >= 0: rect = ((i,j),(1,1),0) x1,y1,w1,h1 = cv2.boundingRect(np.array([rect])) if w1*h1 > max_area and cv2.pointPolygonTest(poly, (x1+w1-1, y1+h1-1), False) >= 0: max_rect = (x1,y1,w1,h1) max_area = w1*h1 return max_rect ``` 其中,poly为多边形的顶坐标,返回的max_rect为最大内接正交矩形的左上角、宽度和高度。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

greatsam

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值