如何将线条拟合到边缘并找到中心点（opencv）

Posted 2023-04-17

【中文标题】如何将线条拟合到边缘并找到中心点（opencv）

【英文标题】：how to fit lines to edges and find the center point (opencv)

【发布时间】：2020-11-19 12:38:21

【问题描述】：

我有一张图像，我对其应用双边过滤器，然后进行自适应阈值处理以获得下面的图像。

原图（这是物体深度图的截图）

阈值图像

我想将线条拟合到垂直部分/线条并找到中心点，输出如下图：

我似乎无法理解cv2.adaptiveThreshold() 的输出。紫色像素（即我的边缘）如何表示？以及如何安装一条线？ MWE：

import cv2

image = cv2.imread("depth_frame0009.jpg")
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

bilateral_filter = cv2.bilateralFilter(gray_image, 15, 50, 50)
plt.figure()
plt.imshow(bilateral_filter)
plt.title("bilateral filter")
#plt.imsave("2dimage_gaussianFilter.png",blurred)
plt.imsave("depthmap_image_bilateralFilter.png",bilateral_filter)


th3 = cv2.adaptiveThreshold(bilateral_filter,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY,11,2)
plt.figure()
plt.imshow(th3)

========

编辑：

精巧的边缘 轮廓

【参考方案1】：

它们被表示为一个图像，一个 uint8 的矩阵。

它是紫色和黄色的原因是因为 matplotlib 正在对其应用颜色图。

在绘制图像处理输出图像时，我一般更喜欢使用一些特定的参数，例如

plt.imshow(th3, cmap='gray', interpolation='nearest')

如果您对查找和拟合线条特别感兴趣，您可能希望使用不同的表示形式，例如Hough lines。在图像中找到线条后，您可以选取最适合的线条并找到它们之间的中心点。

【讨论】：

它现在看起来是白色和黑色（而不是紫色和黄色）。将霍夫线应用于adaptiveThreshold的输出不起作用，只有1条对角线穿过整个图像。在 cv2.Canny() 的输出上尝试霍夫线只能检测到水平线

我会在原始图像上做霍夫线。

我认为这行不通。在houghlines() 的文档中，他们是在获得 Canny 边缘后执行此操作的。我厌倦了原始的灰色图像，adaptiveThreshold，但在所有情况下，houglines() 都不起作用。只有当我使用精明的边缘作为输入时，它才会检测到水平线：!hough_lines_image。

分享原始图像对找到可行的解决方案更有帮助。