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:)
此解决方案:
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
相关问题 更多 >
编程相关推荐