使用OpenCV仅检测图像中的虚线（虚线）

Question

我正在努力学习图像特征检测技术

我成功地检测到了水平线（未中断/连续），但是我在检测图像中的所有虚线/虚线时遇到了问题

这是我的测试图像，你可以看到有虚线和一些文本/框等

到目前为止，我使用了以下代码，它只检测到一条虚线

import cv2
import numpy as np

img=cv2.imread('test.jpg')
img=functions.image_resize(img,1000,1000) #function from a script to resize image to fit my screen
imgGray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
imgEdges=cv2.Canny(imgGray,100,250)
imgLines= cv2.HoughLinesP(imgEdges,2,np.pi/100,60, minLineLength = 10, maxLineGap = 100)
for x1,y1,x2,y2 in imgLines[0]:
    cv2.line(img,(x1,y1),(x2,y2),(0,255,0),2)

cv2.imshow('Final Image with dotted Lines detected',img) 

我的输出图像如下。正如你所看到的，我只检测到了最后一条虚线。我已经使用了参数rho、θ、最小/最大线，但没有运气

非常感谢您的建议：）

Answer 1

此解决方案：

import cv2
import numpy as np

img=cv2.imread('test.jpg')

kernel1 = np.ones((3,5),np.uint8)
kernel2 = np.ones((9,9),np.uint8)

imgGray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
imgBW=cv2.threshold(imgGray, 230, 255, cv2.THRESH_BINARY_INV)[1]

img1=cv2.erode(imgBW, kernel1, iterations=1)
img2=cv2.dilate(img1, kernel2, iterations=3)
img3 = cv2.bitwise_and(imgBW,img2)
img3= cv2.bitwise_not(img3)
img4 = cv2.bitwise_and(imgBW,imgBW,mask=img3)
imgLines= cv2.HoughLinesP(img4,15,np.pi/180,10, minLineLength = 440, maxLineGap = 15)

for i in range(len(imgLines)):
    for x1,y1,x2,y2 in imgLines[i]:
        cv2.line(img,(x1,y1),(x2,y2),(0,255,0),2)

cv2.imshow('Final Image with dotted Lines detected', img)

Answer 2

如果您对点大小有想法，可以使用黑帽变换过滤掉虚线。黑帽子是图像关闭和图像关闭之间的区别。然后您可以尝试hough线变换

所以，试试看

将bgr转换为灰色

使用morphologyEx应用黑帽子：这将在生成的图像中只留下黑点

反转结果并尝试hough线变换

在这里，您必须试验内核大小，以仅过滤点。如果这证明不是很可靠，另一种方法是使用blob检测器。反转图像并应用opencv水滴检测器或查找轮廓。按区域过滤斑点/轮廓。字母和其他结构的面积将大于点，因此可以删除任何大于点的结构。然后应用hough线变换