问题如下:我得到了一个png文件: example.png
我使用skimage.segmentation.chan_vese
的chan-vese进行过滤
我用cv2.ximgproc.createFastLineDetector()
检测新png文件周围的片段
但线段列表表示不相交的线段
我使用两种简单的方法来对这一段列表进行多边形化:
-似乎cv2.ximgproc.createFastLineDetector()
创建了一个几乎连续的列表,所以我只是通过创建新的段来加入:
import import skimage.segmentation as seg
import skimage.filters as filters
from PIL import Image, ImageDraw, ImageOps
import numpy as np
from skimage import data, img_as_float
import cv2 as cv2
points =Image.open(png_file)
points = ImageOps.grayscale(points)
points = np.asarray(points)
image_gray = points
points = img_as_float(points)
points = seg.chan_vese(points, mu=0.01, lambda1=2, lambda2=1, tol=1e-10, max_iter=2000,init_level_set="checkerboard")
print("seg done")
Image.fromarray(points).save("chan_vese.png")
输出为output.png
points =Image.open("chan_vese.png")
points = ImageOps.grayscale(points)
points = np.asarray(points)
#Create default parametrization LSD
lsd = cv2.ximgproc.createFastLineDetector()
#Detect lines in the image
lines = lsd.detect(points)
#Draw detected lines in the image
drawn_img = lsd.drawSegments(image_gray,lines)
#Show image
Image.fromarray(drawn_img).save(output_png)
#we got the segments now, but they are disjoints
我得到了这张上面有片段的图片是为了有一个想法:output_segments.png
list_segment = []
for segment in self.lines:
list_segment.append(segment[0])
new_lines = []
for i, segment in enumerate(list_segment):
if i < len(list_segment)-1:
new_lines.append([[list_segment[i][2], list_segment[i][3], list_segment[i+1][0], list_segment[i+1][1]]])
else:
new_lines.append([[list_segment[i][2], list_segment[i][3], list_segment[0][2], list_segment[0][3]]])
但是这个列表不是连续的,所以我得到了一些类似的人工制品 我得到了这个输出:output.png
for i, segment in enumerate(list_segment):
new_lines.append([segment])
dist_min = float("inf")
for j , segment2 in enumerate(list_segment):
if np.array_equal(segment, segment2):
distance1 = calcul_distance_points(segment[2], segment[3], segment2[0], segment2[1])
if distance1 < dist_min:
dist_min = distance1
new_lines.append(([[segment[0], segment[1], list_segment[j][0], list_segment[j][1]]]))
这种方法的问题是我可以跳过边
我觉得这对我的问题很有帮助,但我想找一个简单的方法来解决
你有什么建议来避免这种潜在的跳跃吗
PS:这个算法的目的,是在最后用这个多边形创建一个遮罩
所以我使用另一个库来解决这个问题:
OpenCV-python
我们还得到了段(不是不相交的)的检测,但是具有具有函数
findContours
的层次结构。层次结构很有用,因为该函数检测不同的多边形。这意味着我们与其他方法(如本文中的explain)的连接没有问题相关问题 更多 >
编程相关推荐