我正在进行平面图分析，希望在平面图图像中检测门窗的数量。如何在Python中使用OpenCV做到这一点？
我已经尝试过检测图像中的墙，下面是相同的代码。
img_bw = 255*(cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) > 20).astype('uint8')
se1 = cv2.getStructuringElement(cv2.MORPH_RECT, (3,3))
se2 = cv2.getStructuringElement(cv2.MORPH_RECT, (1,1))
mask = cv2.morphologyEx(img_bw, cv2.MORPH_CLOSE, se1)
mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, se2)
mask = np.dstack([mask, mask, mask]) / 255
out = img * mask
plt.figure(figsize=(15,10))
plt.imshow(out, cmap="gray")
现在，我正在寻找提取门窗的数量(可能是CSV或XML表格)。
最佳答案
我目前正在从事类似的项目。您绝对可以训练神经网络或svm。但我认为您可以通过使用多个过滤器来解决此问题，从而节省一些时间。
在我的项目中，我只是这样做了，但是与上面的示例平面图相比，它的平面图较小。因此，如果您只是从我的仓库中复制一些代码并更改阈值，它应该可以工作。
下图显示了您的示例平面图上我的项目检测的当前结果:
颜色说明:
MarineBlue-外轮廓，
蓝色-墙壁，
黄色-客房(较大的详情过滤器)，
绿色-细节，例如窗户，门，较小的房间(较小的过滤器)
链接到创建图像的代码:Floorplan to Blender3d
该项目正在进行中。