我试图检测给定图像中的矩形框
原始图像: 但是图像不足以检测到矩形,如何改进它并检测图像中的所有矩形?在
我试着用canny边缘检测和应用扩张、双边滤波将图像转换为二值图像,然后输出如下:
我试着把所有的形态都应用到图像中,但索贝尔当时无法检测到图像中的所有矩形。如果我能够找到矩形的所有边界,那么我可以使用find countours检测所有矩形,但是如何改进图像以检测所有矩形呢。在
给定转换的代码如下所示
img = cv2.imread("givenimage.png",0)
img = cv2.resize(img,(1280,720))
edges = cv2.Canny(img,100,200)
kernal = np.ones((2,2),np.uint8)
dilation = cv2.dilate(edges, kernal , iterations=2)
bilateral = cv2.bilateralFilter(dilation,9,75,75)
contours, hireracy = cv2.findContours(bilateral,cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
for i,contour in enumerate(contours):
approx = cv2.approxPolyDP(contour, 0.01*cv2.arcLength(contour,True),True)
if len(approx) ==4:
X,Y,W,H = cv2.boundingRect(approx)
aspectratio = float(W)/H
if aspectratio >=1.2 :
box = cv2.rectangle(img, (X,Y), (X+W,Y+H), (0,0,255), 2)
cropped = img[Y: Y+H, X: X+W]
cv2.drawContours(img, [approx], 0, (0,255,0),5)
x = approx.ravel()[0]
y = approx.ravel()[1]
cv2.putText(img, "rectangle"+str(i), (x,y),cv2.FONT_HERSHEY_COMPLEX, 0.5, (0,255,0))
cv2.imshow("image",img)
cv2.waitKey(0)
cv2.destroyAllWindows()
以下程序的输出仅检测到8个矩形:
但是我需要检测图像中所有的矩形
1)我是否可以增加图像中所有黑色像素的厚度:
2)是否可以将
这里有一个简单的方法:
Canny边缘检测
结果
您的想法是正确的,但在第一阶段,您可以使用
threshold
操作。然后找出轮廓。然后对建立的等值线进行minAreaRect
运算。在编辑:
结果和代码(c++):
相关问题 更多 >
编程相关推荐