如何检测二进制图像中的多边形

Question

我想在二进制图像中检测连续或闭合多边形的存在。图像可能包含可变数量边的多边形，也可能根本没有多边形。

以下是积极的案例：

而且，

这是一个否定的案例：

图像处理中是否有任何方法或某些算法来检测连续多边形？

感谢任何形式的帮助。

Answer 1

我希望你知道如何找到轮廓。

使用cv2.isContourConvex(contour)可以识别检测到的轮廓是否凸起。凸起是指凸起是否闭合。您将能够使用此函数分隔闭合和开放轮廓，该函数返回布尔值True或False。

分离出轮廓后，继续进行进一步分析，确定轮廓是否有边缘。

Answer 2

您可能需要查看https://github.com/facebook/react-native/tree/0.35-stable，特别是shapely.geometry.Polygon方法。

Answer 3

如果你需要同时检测凹面和凸面多边形，那么我可以建议你采用另一种方法，@mdh

已经告诉你了

1. 首先，您需要找到轮廓（cv2.findContours）
2. 然后计算轮廓的面积（cv2.contourArea）
3. 计算二进制图像中黑色区域的面积（计算二进制图像中黑色像素的数量，openCv具有countNonZero函数，为你做到这一点）
4. 比较2个值，如果它们接近（例如它们的比率接近1，或者大于一个值，你应该通过测试更多图像来选择它），那么你找到的轮廓是关闭的，所以它可能是多边形

当然，在自相交多边形中可能存在一些误差，和/或图像中有多个轮廓，但这可以通过仅选取轮廓边界框的分割来修复并应用算法每一个。

Answer 4

我有一个工具来检测图像中的区域和属于该区域的一些属性。 https://github.com/mribrahim/Blob-Detection

认为如果它是一个多边形，它将是一个封闭的区域（正面情况）。

如果没有关闭，它将是一条线（负面情况）。

我可以使用blob检测工具找到区域属性。你可以使用一些属性，如偏心，坚固来区分正面和负面的情况。

例如;负面情况eccentiricity将被关闭为0，因为它是一行