如何使用morphologyEx和drawContours检测空的公园空间？

Question

我有以下图像，其中有无人机捕获的汽车和空停车位。我想检测出空的公园空间，并画一个看起来像预期图像的盒子。

这是我的代码：

import cv2
import numpy as np 
from matplotlib import pyplot as plt
%matplotlib inline 

img = cv2.imread('parking.jpg')
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)        
gray = cv2.cvtColor(img,cv2.COLOR_RGB2GRAY)     
blurred = cv2.bilateralFilter(gray,21,41,41)         
edged = cv2.Canny(blurred,400,600)        
thresh = cv2.adaptiveThreshold(blurred, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 5, 40)    

mask = cv2.bitwise_not(edged)    
thresh = cv2.bitwise_and(thresh,thresh,mask=mask)     
kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(3,3))    
thresh = cv2.morphologyEx(thresh,cv2.MORPH_OPEN,kernel)    
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) 

output = img.copy()     
cv2.drawContours(output, contours, -1, (0,255,0), 1)    
plt.imshow(output)

问题是它检测到所有现有的矩形。如何缩小轮廓以仅检测车辆？

输入图片：

输出图像：

我想要获得什么，预期输出：

Answer 1

我认为这种方法行不通。有两种方法可以解决这个问题：

1. 训练对象检测神经网络来查找空白区域。这将产生最准确的预测，但实现起来有点困难，并且需要带注释的数据集。

2. 使用主要背景颜色（相当均匀）来获取“空白”空间，然后处理斑点以确定汽车之间或在代码中检测到的帧内的空白区域

您可以通过添加角点检测来查找停车位的角点，从而提高检测质量。有些可能会被汽车遮挡，但您将有足够的数据点来找到正确分割空间的序列。

不幸的是，所有这些都需要更多的编码才能包含在答案中，但希望它能给您一些指导。