OpenCV C++ 如何知道每行的轮廓数进行排序？

我有一个二值图像： https://i.stack.imgur.com/NRLVv.jpg在这张图片中，我可以使用重载的函数轻松地对从上到下、从左到右找到的轮廓进行排序std::sort.

我首先通过以下方式从上到下排序：

sort(contours.begin(), contours.end(), top_to_bottom_contour_sorter());

然后我从左到右排序：

for (int i = 0; i < contours.size(); i = i + no_of_contours_horizontally)
    {
        sort(i, i + no_of_contours_horizontally, left_to_right_contour_sorter);
    }

Where top_to_bottom and left_to_right是我传递给排序函数的单独函数。和no_of_contours_horizontally相对于第一张图像是三 (3)。

然而，只有当我知道水平轮廓的数量时，这才有效。如果我使用的图像将具有不同数量的水平轮廓，如该图像所示。轮廓样本 https://i.stack.imgur.com/cuRnM.jpg。程序失败。我可以强力并定义特定索引来更改找到的轮廓数。然而，它会限制程序对特定输入进行操作，而不是灵活的。我正在考虑创建可以覆盖在图像顶部的矩形或线条，并用它来计算内部轮廓的数量，这样我就可以获得水平轮廓数量的值。如果有更优雅的解决方案，我将不胜感激。

这是我的排序功能

bool top_to_bottom_contour_sorter(const std::vector<Point> &lhs, const std::vector<Point> &rhs)
{
    Rect rectLhs = boundingRect(Mat(lhs));
    Rect rectRhs = boundingRect(Mat(rhs));

    return rectLhs.y < rectRhs.y;
}

bool left_to_right_contour_sorter(const std::vector<Point> &lhs, const std::vector<Point> &rhs)
{
    Rect rectLhs = boundingRect(Mat(lhs));
    Rect rectRhs = boundingRect(Mat(rhs));

    return rectLhs.x < rectRhs.x;
}

EDIT这是我当前的输出和每个图像所需的输出。 使用第一张图片和我当前的工作代码。电流输出 https://i.stack.imgur.com/jClkH.jpg

我想要的第二张图像的输出。期望输出 https://i.stack.imgur.com/jP3dR.jpg

我想，你唯一的问题是不尊重坐标之一的平等！？

开始了：

// Custom sorter.
bool sortContour(std::vector<cv::Point> a, std::vector<cv::Point> b)
{
    cv::Rect rectA = cv::boundingRect(a);
    cv::Rect rectB = cv::boundingRect(b);

    if (rectA.y == rectB.y)
        return (rectA.x < rectB.x);

    return (rectA.y < rectB.y);
}

int main()
{
    // Load image.
    cv::Mat image = cv::imread("contours.jpg", cv::IMREAD_GRAYSCALE);

    // There are some artifacts in the JPG...
    cv::threshold(image, image, 128, 255, cv::THRESH_BINARY);

    // Find contours.
    std::vector<std::vector<cv::Point>> contours;
    std::vector<cv::Vec4i> hierarchy;
    cv::findContours(image, contours, hierarchy, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_NONE);

    // Output unsorted contours.
    cv::Mat imageUnsorted = image.clone();
    for (int i = 0; i < contours.size(); i++)
    {
        cv::Rect rect = cv::boundingRect(contours[i]);
        cv::putText(imageUnsorted, std::to_string(i), cv::Point(rect.x - 10, rect.y - 10), cv::FONT_HERSHEY_COMPLEX, 0.5, cv::Scalar(255));
    }
    cv::imwrite("unsorted.png", imageUnsorted);

    // Sort using custom sorter.
    std::sort(contours.begin(), contours.end(), sortContour);

    // Output sorted contours.
    cv::Mat imageSorted = image.clone();
    for (int i = 0; i < contours.size(); i++)
    {
        cv::Rect rect = cv::boundingRect(contours[i]);
        cv::putText(imageSorted, std::to_string(i), cv::Point(rect.x - 10, rect.y - 10), cv::FONT_HERSHEY_COMPLEX, 0.5, cv::Scalar(255));
    }
    cv::imwrite("sorted.png", imageSorted);
}

未排序的轮廓：

排序后的轮廓：

正如你所看到的，人们也可以颠倒原来的顺序，因为cv::findContours只是朝相反的方向前进。 ;-)

一个重要的警告：如果扫描（或者您获取调查的方式）哪怕稍微逆时针旋转，此例程都会失败。因此，应事先检查整个扫描（或...）的角度。