我有盒子的照片。我正在尝试检测角点并从圆上标记这些角点。我为此使用以下代码:

import cv2
import numpy as np

img_file = 'Image.jpg'
img = cv2.imread(img_file, cv2.IMREAD_COLOR)

imgDim = img.shape
dimA = imgDim[0]
dimB = imgDim[1]

# RGB to Gray scale conversion
img_gray = cv2.cvtColor(img,cv2.COLOR_RGB2GRAY)
# Noise removal with iterative bilateral filter(removes noise while preserving edges)
noise_removal = cv2.bilateralFilter(img_gray,9,75,75)
# Thresholding the image
ret,thresh_image = cv2.threshold(noise_removal,220,255,cv2.THRESH_OTSU)
th = cv2.adaptiveThreshold(noise_removal, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 11, 2)

# Applying Canny Edge detection
canny_image = cv2.Canny(th,250,255)
canny_image = cv2.convertScaleAbs(canny_image)

# dilation to strengthen the edges
kernel = np.ones((3,3), np.uint8)
# Creating the kernel for dilation
dilated_image = cv2.dilate(canny_image,kernel,iterations=1)
np.set_printoptions(threshold=np.nan)

_, contours, h = cv2.findContours(dilated_image, 1, 2)
contours= sorted(contours, key = cv2.contourArea, reverse = True)[:1]


corners    = cv2.goodFeaturesToTrack(thresh_image,6,0.06,25)
corners    = np.float32(corners)

for item in corners:
    x,y    = item[0]
    cv2.circle(img,(x,y),10,255,-1)
cv2.namedWindow("Corners", cv2.WINDOW_NORMAL)
cv2.imshow("Corners",img)
cv2.waitKey()
这段代码将返回我的图像,并带有带圆角的指向边,但是您可以看到错误地检测到两个边缘(盒子背面的边缘)。我知道确定角点存在一些问题,因为这里我们只是在绘制角点。谁能指导我我做错了什么地方?谢谢python - 图像处理Opencv Python中的角点检测-LMLPHP
python - 图像处理Opencv Python中的角点检测-LMLPHP

最佳答案

我不会说我已经达到了最好的解决方案,但是经过大量的编码,我可以获得以下内容:

python - 图像处理Opencv Python中的角点检测-LMLPHP

为此,我遵循以下步骤:

1.首先:获取盒子的边缘

  • 我在灰度图像上执行了双边过滤
  • 使用找到了边缘,Canny边缘检测
  • 使用形态学扩展增强了边缘。

  • 这是上面的结果:

    python - 图像处理Opencv Python中的角点检测-LMLPHP

    现在,当我完成角点检测时,我一点都不满意:

    python - 图像处理Opencv Python中的角点检测-LMLPHP

    那我该怎么办?

    2.查找所需的角
  • 我使用大小为9x9的窗口使模糊了扩张的图像。
  • 然后将哈里斯角点检测应用于此模糊图像。

  • 结果,我能够获得以下信息:

    python - 图像处理Opencv Python中的角点检测-LMLPHP

    我知道这并不完美,但可以随时对其进行微调。

    这是拐角检测的代码:
    dst = cv2.cornerHarris(dilate,2,3,0.04)
    #----result is dilated for marking the corners, not important-------------
    dst = cv2.dilate(dst,None)
    #----Threshold for an optimal value, it may vary depending on the image---
    img[dst>0.01*dst.max()]=[0,0,255]
    

    关于python - 图像处理Opencv Python中的角点检测,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/41681695/

    10-11 08:35