因此,我试图使用OpenCV从图中自动检测轴标签。现在,我的程序相对较好地检测了标签并输出了一个矩形列表,但是一个轴的标签值通常被分成许多矩形。我想将它们组合在一起,并且听说cv2.groupRectangles()可以完成它。

到目前为止,我可以检测到以下框:

array([[[ 76, 620, 107, 635]],
       [[ 87, 540,  96, 554]],
       [[ 77, 459, 100, 473]],
       [[ 77, 377, 107, 392]],
       [[ 77, 297, 100, 311]],
       [[ 68, 217, 101, 231]],
       [[ 86, 139,  94, 147]],
       [[ 68, 135, 107, 150]],
       [[ 69,  54, 107,  69]],
       [[ 77,  54,  97,  69]],
       [[545, 641, 580, 655]],
       [[454, 640, 489, 655]],
       [[364, 641, 399, 655]],
       [[375, 641, 399, 655]],
       [[364, 640, 373, 654]],
       [[636, 638, 671, 655]],
       [[647, 641, 671, 655]],
       [[660, 643, 667, 651]],
       [[273, 638, 309, 655]],
       [[273, 641, 284, 655]],
       [[284, 640, 309, 655]],
       [[183, 638, 214, 655]],
       [[183, 641, 196, 655]],
       [[105, 637, 115, 655]],
       [[ 77, 625, 102, 634]]])

如图所示:带有所有框的图形

我使用groupRectangles如下:
def groupRect(rectarray, rectthreshold=1, eps=0.1):
    """
    Groups similar rectangles together in rectangle array \n
    Input : Rectangle Array \n
    Output : Rectangle Array without split parts
    """
    results = cv.groupRectangles(np.concatenate((rectarray, rectarray)),1,eps=eps)[0]
    results = [[group] for group in results]
    return np.array(results)

我重复rectarray,以便算法保留不与任何其他矩形重叠的任何矩形。但是,从下面的结果图中可以看出,存在一些问题:

1)摆脱约0.01的矩形

2)在125处矩形完全被另一个包围的情况下,它不会消失

如果有人可以帮助我理解为什么groupRectangles代码提供此输出,或建议使用其他算法来执行此操作,我将不胜感激。

另外,是否可以采用重叠矩形的最大封闭区域,而不是取两个矩形的平均值?

无框图

使用groupRectangles之后带有框的图

最佳答案

我将eps参数修改为0.05。

results = cv2.groupRectangles(np.concatenate((rect_old, rect_old)),1,eps=0.05)[0]
img2 = img.copy()
for r in results:
    cv2.rectangle(img2,(r[0], r[1]),(r[2], r[3]),(255,0,0),1)

opencv - OpenCV上的groupRectangles表现不理想-LMLPHP

编辑

这是有关参数的一些信息,需要更多this page:

09-25 19:39