相关疑难解决方法(0)

给定NxN二进制矩阵(仅包含0或1),我们如何才能找到包含全0的最大矩形？

例:

      I
    0 0 0 0 1 0
    0 0 1 0 0 1
II->0 0 0 0 0 0
    1 0 0 0 0 0
    0 0 0 0 0 1 <--IV
    0 0 1 0 0 0
            IV 

对于上面的例子,它是一个6×6的二进制矩阵.在这种情况下,返回值将是单元格1:(2,1)和单元格2:(4,4).得到的子矩阵可以是正方形或矩形.返回值也可以是所有0的最大子矩阵的大小,在该示例中为3×4.

使用OpenCV查找二进制图像中最大blob的边界框的最有效方法是什么？不幸的是,OpenCV没有特定的blob检测功能.我应该只使用findContours()并搜索列表中最大的？

应用阈值并找到对象的轮廓后,我使用以下代码获取对象周围的直线矩形(或旋转的矩形输入其指令):

img = cv2.imread('image.png')
imgray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
ret,thresh = cv2.threshold(imgray,127,255,cv2.THRESH_BINARY)
# find contours 
contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
cnt = contours[0]
# straight rectangle
x,y,w,h = cv2.boundingRect(cnt)
img= cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)

看到图像

然后我使用以下代码计算了直线矩形内的对象和背景像素数:

# rectangle area (total number of object and background pixels inside the rectangle)
area_rect = w*h
# white or object pixels (inside the rectangle)
obj = cv2.countNonZero(imgray)
# background pixels (inside the rectangle)
bac = area_rect - obj

现在我想调整对象的矩形作为背景像素和对象的关系的函数,即,在没有背景像素或背景像素较少的情况下占据对象的较大部分的矩形,例如:

我该如何创建呢？

我有一个带有边界框的图像，如下所示：

我想合并重叠的边界框。

我试过： cv::groupRectangles(detected, 1, 0.8)

我的期望是每个集群都有一个盒子。

但我得到了这个：

正如你所看到的，问题是，中间的飞镖板和右边的飞镖板没有盒子。

我该如何解决？我更喜欢使用 OpenCV api 而不是编码我自己的合并算法。

我看到它消除了恰好由一个盒子包围的区域。我希望它不要那样做。

我曾尝试随机调整参数，但结果更糟。我希望得到一些正确方向的指导。