Tae*_*hin 18 opencv image-processing
我使用轮廓检测进行矩形检测,并在调整透视投影之前使用OpenCv应用多边形以获取矩形的位置.它工作得很好.但是我小组中的一些人建议转换Hough.我想知道使用Hough变换进行矩形检测是否有任何优势.
更新:我尝试了两种方法.在我的例子中,两种方法在Canny边缘检测后都能正常工作.但是由于霍夫变换产生线,我们必须假设几行,例如线的长度和线的可连接性,并且应该进行额外的计算,例如搜索连接的线并从连接的线找到角点.就个人而言,我更喜欢轮廓法,因为它的概念更简单.使用该方法,您只需搜索可以使用具有4个角的闭合和凸多边形近似的轮廓,并调整多边形的透视投影.就是这样.
Hug*_*une 16
到目前为止,您使用轮廓检测得到了什么样的结果？有什么例子吗？
Hough变换应该适用于矩形检测IFF,您可以假设矩形的边是图像中最突出的线.然后你可以简单地检测霍夫空间中的4个最大峰值,然后你得到了你的矩形.
例如,这可以用在黑暗背景前的白纸照片.
理想情况下,您可以使用模糊,阈值,形态运算符对图像进行预处理,以便在霍夫变换之前删除任何小规模结构.
如果图像中有多个较小的矩形或其他类型的突出线,则轮廓检测可能是更好的选择.
霍夫的一些一般优势从头顶转变:
最后,它可能取决于输入数据.有什么例子吗？
也许合并的方法最好？参见 组合Hough变换和轮廓算法检测车辆牌照
我做了一些使用霍夫变换检测矩形的实验,你可以在这里看到一些初步结果:http://www.imagemagick.org/discourse-server/viewtopic.php？ f = 1&t = 14491&start = 9
不幸的是,目前存在的一切,该项目目前处于中断状态,最终我希望在我不太忙的时候恢复它.
我对你的结果非常感兴趣.
(如果您正在进行透视校正,还要检查透视变形矩形的比例)
小智 5
用霍夫变换搜索轮廓检测让我想到了这个问题.
为了帮助未来的搜索者,这篇博文有一个很好的演练,用opencv做到这一点:http:
//opencv-code.com/tutorials/automatic-perspective-correction-for-quadrilateral-objects/
概念:
1.获取边缘图 - canny,sobel
2.使用Hough变换检测线条
3.通过查找线条之间的交叉点来获取角点.
4.检查近似多边形曲线是否有4个顶点,其中包含大约
5 个顶点.确定左上角,左下角,右上角和右下角.
6.使用getPerspectiveTransform应用透视变换以获取变换矩阵,并使用warpPerspective应用变换.
| 归档时间： |
|
| 查看次数： |
21341 次 |
| 最近记录： |