我怎样才能找到一个T形的OpenCV中

Question

我使用的OpenCV 2.4做一些跟踪，我可以得到的形状我想，这是一个T的轮廓的角度

输入图像：

我可以使用cv2.minAreaRect(my_t_contour)并获得该矩形的角度，但只能给我0-180度。但这是一个T形，所以我想能够告诉0-360。我想的：

1. 分割轮廓为两个rects
2. 获取通过rects一个线（使用缩略> HoughLinesP）
3. 确定哪些线是哪个，确定它们的梯度（使用坐标我从HoughLinesP得到），然后确定T的方向。

但是我卡在1号，我怎么能把一个轮廓分成两个形状？

---

方法1：轮廓的minAreaRect的轮廓和中心的拉伸中心

dst = cv2.cvtColor(r_target, cv2.COLOR_BGR2GRAY) 
dst = cv2.GaussianBlur(dst, (11, 11), 0) 
ret,dst = cv2.threshold(dst,110,255,cv2.THRESH_BINARY_INV) 
cnts = cv2.findContours(dst, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) 
for c in cnts: 
    # get minAreaRect around contour and draw its center in red 
    rect = cv2.minAreaRect(c) 
    cv2.circle(r_target, (int(rect[0][0]), int(rect[0][1])), 7, (0, 0, 255), -1) 

    # get moments of contour to get center and draw it in white 
    M = cv2.moments(c) 
    cX = int(M["m10"]/M["m00"]) 
    cY = int(M["m01"]/M["m00"]) 
    cv2.circle(r_target, (cX, cY), 7, (255, 255, 255), -1) 

下一步可能会计算的中心之间的简单的梯度来确定的角度。

---

方法2：缩略的图像，并使用HoughLinesP得到线。

dst = cv2.cvtColor(r_target, cv2.COLOR_BGR2GRAY) 
dst = cv2.GaussianBlur(dst, (11, 11), 0) 
ret,dst = cv2.threshold(dst,110,255,cv2.THRESH_BINARY) 
dst = 1 - dst/255 
dst = skimage.morphology.skeletonize(dst).astype(np.uint8) 
rho = 1 
theta = np.pi/180 
threshold = 1 
minLineLength = 30 
maxLineGap = 15 
lines = cv2.HoughLinesP(dst, rho, theta, threshold, minLineLength=minLineLength, maxLineGap=maxLineGap) 
for line in lines[0]: 
    cv2.line(r_target, (line[0], line[1]), (line[2], line[3]), (0, 255, 0), 1, 8) 

但是线条不会很好地出来。这是骷髅的样子：

我仍然与变量的实验，但有没有解决使用HoughLinesP特定的思维过程？

Answer 1

作为变体，您可以使用PCA，找到第一个分量方向，并将其用作搜索角度。你可以在这里查看一个例子：http://docs.opencv.org/trunk/d1/dee/tutorial_introduction_to_pca.html