图像处理Opencv Python中的角点检测
Posted
技术标签:
【中文标题】图像处理Opencv Python中的角点检测【英文标题】:Corner detection in Image processing Opencv Python 【发布时间】:2017-05-31 14:30:52 【问题描述】:我有一个盒子的图像。我正在尝试检测角落并从圆圈中标记这些角落。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()
此代码将返回带有圆圈的指向边缘的图像,但您可以看到两条边缘(框背面的边缘)被错误地检测到。我知道在确定角点时存在一些问题,因为这里我们只是在绘制角点。谁能指导我哪里做错了?谢谢
【问题讨论】:
在确定了边之后,想办法找到这些边的交点 => CORNERS. :) 你说找出边的交点是什么意思? 获取图像的 Canny 边缘并找到它们的交点。访问THIS ANSWER。希望对您有所帮助 好的,在找到盒子的角落之前,只需尝试提取盒子并移除背景。 THIS ANSWER 会帮助你。我会使用 GrabCut 算法。我猜在提取盒子后找到角落会有点容易! :) 也请访问THIS PAGE 【参考方案1】:@Jeru 卢克。为什么不根据您 step1 的结果数据进行 Harriscornering?
我对灰度图像进行了双边滤波。 使用 Canny 边缘检测找到边缘。 使用形态膨胀增强边缘。
如果你这样做,角落上的画会整齐并符合线条,对吗?
【讨论】:
在第 1 步之后,我检测到许多假角。查看第1步后的结果【参考方案2】:我不会说我已经达到了最佳解决方案,但是经过大量编码后,我能够获得以下内容:
为了获得它,我遵循了以下步骤:
1.第一:获取盒子的边缘
我对灰度图像进行了双边过滤。 使用 Canny 边缘检测 找到边缘。 使用形态膨胀增强边缘。这是上面的结果:
现在当我进行拐角检测时,我一点也不满意:
那我做了什么?
2.寻找所需的角落
我使用大小为 9x9 的窗口模糊放大的图像。 然后将 Harris 角点检测 应用到这个模糊的图像。结果我得到了这个:
我知道它并不完美,但它总是可以微调的。
这是角点检测的代码:
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]
【讨论】:
感谢分享。到目前为止,这对我来说是最好的解决方案。 我很高兴能帮上忙以上是关于图像处理Opencv Python中的角点检测的主要内容,如果未能解决你的问题,请参考以下文章