使用 Python 从地图图像中提取建筑物边缘

Posted 2023-02-23

【中文标题】使用 Python 从地图图像中提取建筑物边缘

【英文标题】：Extract building edges from map image using Python

【发布时间】：2019-06-24 11:56:47

【问题描述】：

我在这里得到了一张地图图像。 我需要提取建筑物的边缘以进行进一步处理，结果类似于here 帖子的第 2 步。

由于我对这个领域不熟悉，这可以通过OpenCV之类的库来完成吗？

【问题讨论】：

建筑物边界的颜色很容易区分。所以，我想这个教程很有帮助：realpython.com/python-opencv-color-spaces

是的，这可以做到。试试canny edge detection

【参考方案1】：

您似乎想选择单个建筑物，所以我使用了颜色分离。墙壁较暗，这使得HSV colorspace 的分离效果很好。请注意，可以通过进一步放大和/或使用压缩较少的图像类型（例如 PNG）来改进最终结果。

选择墙壁 首先，我确定了良好的分离值。为此，我使用了this script。我发现最好的结果是将黄色和灰色分别分开，然后组合生成的蒙版。并非所有墙壁都完美关闭，所以我通过 closing 稍微改进了结果。结果是一个显示所有墙壁的蒙版：

从左到右：黄色蒙版、灰色蒙版、组合固化蒙版

寻找建筑物 接下来我使用findCountours 来分隔建筑物。由于墙壁轮廓可能不是很有用（因为墙壁是相互连接的），我使用hierarchy 来查找“最低”轮廓（其中没有其他轮廓）。这些是建筑物。

findContours的结果：绿色为所有轮廓的轮廓，红色为单个建筑物的轮廓

请注意，边缘上的建筑物不会被检测到。这是因为使用这种技术，它们不是单独的轮廓，而是图像外部的一部分。这可以通过在图像的边框上绘制一个灰色的rectangle 来解决。您可能不希望在您的最终申请中使用它，但我将其包含在您的最终应用程序中。

代码：

    import cv2
    import numpy as np  

    #load image and convert to hsv
    img = cv2.imread("fLzI9.jpg")

    # draw gray box around image to detect edge buildings
    h,w = img.shape[:2]
    cv2.rectangle(img,(0,0),(w-1,h-1), (50,50,50),1)

    # convert image to HSV
    hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

    # define color ranges
    low_yellow = (0,28,0)
    high_yellow = (27,255,255)

    low_gray = (0,0,0)
    high_gray = (179,255,233)

    # create masks
    yellow_mask = cv2.inRange(hsv, low_yellow, high_yellow )
    gray_mask = cv2.inRange(hsv, low_gray, high_gray)

    # combine masks
    combined_mask = cv2.bitwise_or(yellow_mask, gray_mask)
    kernel = np.ones((3,3), dtype=np.uint8)
    combined_mask = cv2.morphologyEx(combined_mask, cv2.MORPH_DILATE,kernel)

    # findcontours
    contours, hier = cv2.findContours(combined_mask,cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

    # find and draw buildings
    for x in range(len(contours)):
            # if a contour has not contours inside of it, draw the shape filled
            c = hier[0][x][2]
            if c == -1:
                    cv2.drawContours(img,[contours[x]],0,(0,0,255),-1)

    # draw the outline of all contours
    for cnt in contours:
            cv2.drawContours(img,[cnt],0,(0,255,0),2)

    # display result
    cv2.imshow("Result", img)
    cv2.waitKey(0)
    cv2.destroyAllWindows() 

结果：建筑物被绘制为纯红色，所有轮廓为绿色覆盖

【讨论】：

嗨，J.D.，这对我来说非常完美，不仅因为它解决了我的问题，而且参考资料也很有帮助（HSV 色彩空间脚本很棒），谢谢！

【参考方案2】：

这是一个简单的方法

将图像转换为灰度，将高斯模糊转换为平滑边缘 阈值图像 执行 Canny 边缘检测 查找轮廓并绘制轮廓

使用cv2.threshold()的阈值图像

使用 cv2.Canny() 执行 Canny 边缘检测

使用cv2.findContours() 和cv2.drawContours() 查找轮廓

import cv2

image = cv2.imread('1.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blurred = cv2.GaussianBlur(gray, (3, 3), 0)
thresh = cv2.threshold(blurred, 240 ,255, cv2.THRESH_BINARY_INV)[1]
canny = cv2.Canny(thresh, 50, 255, 1)

cnts = cv2.findContours(canny, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]

for c in cnts:
    cv2.drawContours(image,[c], 0, (36,255,12), 2)

cv2.imshow('thresh', thresh)
cv2.imshow('canny', canny)
cv2.imshow('image', image)
cv2.imwrite('thresh.png', thresh)
cv2.imwrite('canny.png', canny)
cv2.imwrite('image.png', image)
cv2.waitKey(0)