标签: edge-detection

我正在寻找一种从二进制图像（只有黑色和白色像素）创建类似 svg 的路径的方法。图像本身将是一个形状不规则的斑点，其中可能有孔。

如果没有洞，我只需要一个边界路径来重新创建斑点的边界。当斑点中有洞时，我可以使用额外的路径（我猜，单独一条路径无法重新创建它）。最后我只需要知道哪条路径是外部路径，哪些是洞。

我已经找到了这些：

• 如何在 JavaScript 画布中向透明 PNG 图像添加描边/轮廓
• 从图像边缘创建路径
• 如何找到二维矩阵中的空洞？

另外我需要检测漏洞。结果是多边形还是路径对我来说并不重要。我只需要精度足够高的点，使曲线保持弯曲:)

如果有人有一个想法甚至一些进一步的来源，那就太好了。

PS：如果这有什么区别的话，我正在使用canvas和javascript（fabricJS）。

我这里有一张地图图像。我需要提取建筑物的边缘以进行进一步处理，结果将类似于此处帖子的步骤 2 。

由于我对这个领域不熟悉，可以通过OpenCV等库来完成吗？

我正在为智能手机游戏编写第三方工具应用程序。在这个游戏中，有一个页面在网格中显示图标：

我想做一个可以检测并拆分这些图标的功能。我尝试了很多东西，比如数独检测，检测图像中的网格。通过遵循这些教程，我得到的最好结果是这样的：

这不是一个好的结果，我不知道接下来我可以做什么来处理它。我认为困难的原因是：

• 背景颜色太强烈了。
• 图标内的内容比它们之间的分隔符丰富得多。
• 实际上，没有分隔线，只有图标周围的框架。

那么有没有什么算法可以模糊地检测正方形呢？或者有其他方法/建议来解决这个问题吗？

我正在使用Aforge对图像进行边缘检测,如何获得检测到的边缘点的x,y？除了循环通过图像位图的明显方式.

这是Aforge样本的代码,但我如何获得边缘点？

    // On Filters->Sobel edge detector
            private void sobelEdgesFiltersItem_Click( object sender, System.EventArgs e )
            {
                // save original image
                Bitmap originalImage = sourceImage;
                // get grayscale image
                sourceImage = Grayscale.CommonAlgorithms.RMY.Apply( sourceImage );
                // apply edge filter
                ApplyFilter( new SobelEdgeDetector( ) );
                // delete grayscale image and restore original
                sourceImage.Dispose( );
                sourceImage = originalImage;

// this is the part where the source image is now edge detected. How to get the x,y for //each point of the edge? 

                sobelEdgesFiltersItem.Checked = …

我有一个RGB图像.我扫描了图像.因此,图像占据了A4尺寸的一小部分.

我想找到图像的边框并裁剪它.我可以使用像'Sobel'等边缘检测算子,但它们会检测图像中存在的所有边缘.我想要的只是图像的边界.此外,许多边缘检测功能(包括"bwbound")仅适用于二进制或灰度图像.我的图像是RGB.

我尝试使用'imcrop',但这更像是交互式裁剪.我很想自动这样做.

上传测试图像:

我需要在图像上应用这两个内核.

+1 0 0 0 0 0 0 0 -1

和0 0 +1 0 0 0 -1 0 0

然后组合两个输出图像.但我不知道如何将循环/应用滤镜写入一般的图像.

我试图使用OpenCV计算屏幕截图中的标签数量.我首先裁剪我的图像以限制镀铬标签.然后我使用边缘检测,Canny算法来查找chrome中的边缘.然后我使用Houghlines查找选项卡的数量,但我没有通过Houghlines获得所需的输出.下面是我的代码和输出.

import cv2
import numpy as np
import math
from matplotlib import pyplot as plt
img = cv2.imread('1.png')

gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray,50,200,apertureSize = 3)
cv2.imwrite('result.png',edges)
lines = cv2.HoughLines(edges,1,np.pi/180,50)

for rho,theta in lines[0]:
  slope = 180*theta*1.0/np.pi
  if slope > 110 and slope <148: # for identifying chrome tab angle (right slope line of each tab)
    a = np.cos(theta)
    b = np.sin(theta)
    x0 = a*rho
    y0 = b*rho
    x1 = int(x0 + 1000*(-b))
    y1 = int(y0 + 1000*(a))
    x2 = …

我正在寻找一种算法，可以对仅包含两个不同RGB值的理想图像进行外部和内部轮廓检测。

下面是我要处理的图像的典型示例（第一个），下一个图像是我自己显示的图像，该图像显示了我期望的结果。

最后一个是从通过在现有的演示软件制作OpenCV的坎尼检测结果OpenCV的演示软件。

canny算法不能令人满意，因为它使形状（尤其是角）变得过于平滑。

是否有任何优雅的算法可以提供与第二张图片相同的结果？

我正在尝试设计一个类似于camscanner的应用程序.为此,我必须拍摄一张图片然后找到该文件.我从这里描述的代码开始 - http://opencvpython.blogspot.in/2012/06/sudoku-solver-part-2.html

我发现轮廓和最大面积的矩形轮廓应该是必需的文件.对于每个轮廓,我发现一个近似封闭的PolyDP.在所有大小为4的polyDP中,具有最大面积的polyDP应该是所需的文档.但是,这种方法不起作用.

该过程的输入图像是这样的

我尝试用最大面积打印轮廓,这导致了这个(轮廓里面的字母'C')

码:

img = cv2.imread('bounce.jpeg')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
gray = cv2.GaussianBlur(gray,(5,5),0) 
thresh = cv2.adaptiveThreshold(gray,255,1,1,11,2)
_, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

def biggestRectangle(contours):
    biggest = None
    max_area = 0
    indexReturn = -1
    for index in range(len(contours)):
            i = contours[index]
            area = cv2.contourArea(i)
            if area > 100:
                    peri = cv2.arcLength(i,True)
                    approx = cv2.approxPolyDP(i,0.1*peri,True)
                    if area > max_area: #and len(approx)==4:
                            biggest = approx
                            max_area = area
                            indexReturn = index
    return indexReturn

indexReturn = biggestRectangle(contours)
cv2.imwrite('hola.png',cv2.drawContours(img, contours, indexReturn, …

我想请您提供有关线宽定义的帮助。我有二进制曲线。我需要找出曲线骨架的每个点到法线方向上的线边缘的距离。因此，我首先计算了二进制曲线的骨架。因此，对于骨骼的每个像素，我都计算了法线。图中描绘了这种情况，显示了每个像素的骨架和法线向量图。在这一点上，我不知道如何计算每个骨架像素在法线方向上弯曲边缘的距离。实际上，我需要计算从骨架像素到法线方向上线条边缘的像素数量（逻辑1）。这意味着我需要获取向量，其中包含每个骨架点的距离。在此先感谢您的帮助。

用法线生成骨架的代码：

clc;clear all;close all
i=rgb2gray(imread('Bin_Lines.bmp'));

BW=bwskel(logical(i));

% BW = image sceleton

Orientations = skeletonOrientation(BW,5); %5x5 box
Onormal = Orientations+90; %easier to view normals
Onr = sind(Onormal); %vv
Onc = cosd(Onormal); %uu
[r,c] = find(BW);    %row/cols
idx = find(BW);      %Linear indices into Onr/Onc

figure()
imshow(BW,[]);
%Plotting normals of binary skeleton
hold on
quiver(c,r,-Onc(idx),Onr(idx));

这是我存储源代码和二进制行图像的链接：

https://www.dropbox.com/sh/j84ep3k1604hsza/AABm92TUBX6yIp29Gc0v_PHHa?dl=0