Python 和 OpenCV：根据两个标准对轮廓列表进行排序

Question

在Python中，我有一个轮廓列表。每个轮廓都是一个 numpy 数组。每个轮廓都是一个正方形，如下图所示：

每个轮廓都有 cx 和 cy - 它们是轮廓的时刻 - 它的中心。

我还计算了每个轮廓的平均 rgb 并将其添加到列表中。

我怎样才能对等高线进行排序，正如您在第 1-24 幅图像中看到的那样 - 从左上角到右下角 - 仅使用 (cx,cy) 逐行排序？

我的代码：

    def find_contour_mean_color_value(self , img , width=None , height=None , full_square=False):

    contours = []

    for (i,cnt) in enumerate(self.all_detected_color_squares):
        mom = cv2.moments(cnt)
        (cx,cy) = int(mom['m10']/mom['m00']), int(mom['m01']/mom['m00'])

        if full_square == True:
            x,y,w,h = cv2.boundingRect(cnt)
            roi = img[y:y+h, x:x+w]

        else:
            #define needed square around the center as following
            center_square_width = width
            center_square_height = height

            x_1= int(cx-(center_square_width/2))
            y_1 = int(cy-(center_square_height/2))

            roi = img[y_1:y_1 + center_square_height , x_1:x_1 + center_square_width]



        color = cv2.mean(roi)
        (r,g,b) = (color[2] , color[1] , color[0])
        contours.append((self.all_detected_color_squares , (cx ,cy) , (r,g,b) ))


    self.all_detected_color_squares = np.array(contours)

我们如何根据需要并根据图像和数字描述对轮廓列表进行排序？

我确信使用 labmda 是可行的，但我做不到。

有关详细信息，请参阅：

Answer 1

这应该 return 按 (cx, cy) 排序的轮廓：

contours = sorted(contours, key = lambda x: x[1])

Answer 2

可以这样做：

    squares = sorted(detected_squares, key=lambda x: x[1][1])
    for i in range(self.cols_num):
        i = i*self.rows_num
        j = i + self.rows_num
        squares[i:j] = sorted(squares[i:j], key=lambda x: x[1][0])


    detected_squares = squares

Python 和 OpenCV：根据两个标准对轮廓列表进行排序

Python and OpenCV: sort list of contours according to two criteria

numpy

python-3.x

opencv3.0