如何以一致的方式从左到右、从上到下对轮廓进行排序

我正在研究一个从图像中提取矩形框并按顺序对这些矩形框进行排序的问题。我尝试过的代码是：

import cv2
import matplotlib.pyplot as plt
# Load image, grayscale, adaptive threshold
image = cv2.imread('3.jpg')
result = image.copy()
gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
thresh = cv2.adaptiveThreshold(gray,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV,51,9)

# Fill rectangular contours
cnts = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
for c in cnts:
    cv2.drawContours(thresh, [c], -1, (255,255,255), -1)

# Morph open
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (9,9))
opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel, iterations=4)
plt.imshow(thresh)

# Draw rectangles
cnts = cv2.findContours(opening, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
cnts = sorted(cnts, key=lambda x: [cv2.boundingRect(x)[1], cv2.boundingRect(x)[0]])
# cnts = sorted(cnts, key=lambda ctr: cv2.boundingRect(ctr)[0] + cv2.boundingRect(ctr)[1] * image.shape[1], reverse=True)
i = 0
for c in cnts:
    area = cv2.contourArea(c)
#     print("Area:", area)
    x,y,w,h = cv2.boundingRect(c)
    
#     cv2.rectangle(image, (x+8, y+8), (x + w-8, y + h-8), (36,255,12), 1)
    roi = image[y:y+h, x:x+w]
    cv2.imwrite('{}.jpg'.format(i), roi)
    i += 1


cv2.imwrite('output_image.jpg', image)
cv2.imshow('thresh', thresh)
cv2.imshow('opening', opening)
cv2.imshow('image', image)
cv2.waitKey()
cv2.destroyAllWindows()

用于检测和提取轮廓的图像：here。 我想按 1-2-3-4-5-6-7-----32 的顺序提取包含数字的框。上面的代码以随机顺序提取框，有时从左到右，有时从右到左。

[编辑] 产生轮廓的图像顺序为 4-3-2-1 8-7-6-5...1 2
产生轮廓的图像顺序为 1-2-3-4 5-6-7-8...3 5

决定是否简单地检查纸张的方向 - 或：旋转 -(x, y)轮廓边界框的坐标是否足够。

所以，我只是坚持一些好的旧比较方法，例如我之前对 C++ 中实现的同一问题的回答。不幸的是，使用老方法使用cmp范围 in sorted在 Python 3 中被完全删除。不过，我们可以使用cmp_to_key来自functools模块以将该功能映射到正确的key功能。

现在，首先，让我们创建比较方法：

def contour_sort(a, b):

    br_a = cv2.boundingRect(a)
    br_b = cv2.boundingRect(b)

    if abs(br_a[1] - br_b[1]) <= 15:
        return br_a[0] - br_b[0]

    return br_a[1] - br_b[1]

The abs(...) <= 15对于右框高于左框（即主要问题）的情况，需要（或任何其他适当的阈值）。

然后，将此行添加到您的导入中：

from functools import cmp_to_key

最后，更换key功能在你的sorted调用该方法：

cnts = sorted(cnts, key=cmp_to_key(contour_sort))

这样做，我可以提取所有给定图像的正确顺序。

如果有人可以提供一个简单的key函数而不需要比较方法，我对此非常感兴趣！我自己找不到一个。

----------------------------------------
System information
----------------------------------------
Platform:      Windows-10-10.0.16299-SP0
Python:        3.8.5
OpenCV:        4.5.1
----------------------------------------