c++ - 提取图像中的激光线(使用OpenCV)

我有一条激光线的照片，我想从图像中提取那条线。



由于激光线是红色的，因此我选择了图像的红色 channel ，然后在每一行中搜索最高的强度:



现在的问题是，还有一些不属于激光线的点(如果放大第二张图片，您会看到这些点)。

有谁知道下一步的想法(删除单个点并提取线)？

那是检测线的另一种方法:
首先，我将带有内核的“黑白”线模糊掉，然后将模糊的线细化(骨架)为细线，然后应用OpenCV函数检测该线。结果如下图所示:

新功能:

现在，我有另一个更困难的情况。
我必须提取绿色激光。
这里的问题是激光线的颜色范围更宽且不断变化。
在激光线的某些部分上，像素仅具有较高的绿色成分，而在其他部分上，像素也具有较高的蓝色成分。

最佳答案

对于没有任何代码的简短回答，我感到非常抱歉，但是我建议您选择轮廓并进行加工。

我不知道您到底需要什么，因此这里有两种方法供您选择:

只是在单条线上收集尽可能多的轮廓(使用中心并尝试找到均值最小的直线)

是第一种方法，但是尝试通过试探法将分离的线组合起来....要困难得多，但是这可能会给您几乎来自图像的完整激光线。

--

您的图片的一些示例:

import cv2
import numpy as np
import math

img = cv2.imread('image.png')
hsv = cv2.cvtColor(img, cv2.COLOR_RGB2HSV)
# filtering red area of hue
redHueArea = 15
redRange = ((hsv[:, :, 0] + 360 + redHueArea) % 360)
hsv[np.where((2 * redHueArea) > redRange)] = [0, 0, 0]
# filtering by saturation
hsv[np.where(hsv[:, :, 1] < 95)] = [0, 0, 0]
# convert to rgb
rgb = cv2.cvtColor(hsv, cv2.COLOR_HSV2RGB)
# select only red grayscaled channel with low threshold
gray = cv2.cvtColor(rgb, cv2.COLOR_RGB2GRAY)
gray = cv2.threshold(gray, 15, 255, cv2.THRESH_BINARY)[1]
# contours processing
(_, contours, _) = cv2.findContours(gray.copy(), cv2.RETR_LIST, 1)
for c in contours:
    area = cv2.contourArea(c)
    if area < 8: continue
    epsilon = 0.1 * cv2.arcLength(c, True) # tricky smoothing to a single line
    approx = cv2.approxPolyDP(c, epsilon, True)
    cv2.drawContours(img, [approx], -1, [255, 255, 255], -1)

cv2.imshow('result', img)
cv2.waitKey(0)

在您的情况下，它可以完美地工作，但是，正如我已经说过的那样，您将需要对轮廓进行更多的工作。

关于c++ - 提取图像中的激光线(使用OpenCV)，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/44389702/