我正试图找到一种方法在墓地图像上进行近似分割(在文化科学中的CBIR背景下 - 但这不是主题)。到目前为止,我正在使用这个策略:
查找轮廓
int main(int argc, const char* argv[]) {
cout << "Starting " << endl;
Mat sourceImage;
sourceImage = imread("singlesegmentation/DSCN5204.JPG",
CV_LOAD_IMAGE_COLOR);
if (!sourceImage.data) {
cout << "No Image found." << endl;
return -1;
}
cv::Mat blurred = imagePro::blurrNtimes(2, sourceImage);
cv::Mat target = edged::applyCanny(blurred);
cout << "Canny applied " << endl;
vector<vector<Point> > contours;
vector<Vec4i> hierarchy;
cv::Point offset;
offset.x = sourceImage.rows / 2;
offset.y = sourceImage.cols / 2;
cv::findContours(target, contours, hierarchy, CV_RETR_TREE ,
CV_CHAIN_APPROX_SIMPLE, offset);
cout << "Contours applied " << endl;
int idx = 0;
for (; idx >= 0; idx = hierarchy[idx][0]) {
Scalar color(rand() & 255, rand() & 255, rand() & 255);
drawContours(target, contours, idx, color, CV_FILLED, 8, hierarchy);
}
cout << "Lines applied " << endl;
cv::namedWindow("Contour", CV_WINDOW_NORMAL);
cv::imshow("Contour", target);
cv::waitKey(0);
return 0;
}
命名空间“imagePro”和“edged”包含简单的opencv代码,用于模糊图像并进一步处理。代码有效。这是一个示例图片: 但现在我不知道要分割图像。我想从矩形石的内部走到外面,当我找到一条线时,我想记住坐标,然后剪切内容。谢谢你,如果你有想法或提示!
答案 0 :(得分:2)
您可以尝试使用Hough-Transformation(cv :: HoughLinesP)查看教程示例http://docs.opencv.org/modules/imgproc/doc/feature_detection.html
为了找到图片中石头的坐标,您需要计算霍夫变换找到的线的交点。对于类似的用例,我使用Gaussian-Blur,然后使用Laplace-Transformation(而不是canny-edge)。