Question

从包含透明区域和彩色区域的PNG图像中，我想生成一个N边（N可配置）的多边形，近似于图像的最佳边缘。我希望这个多边形由一系列向量定义。

例如，让我们考虑以下图片：+ link to plus。我可以通过计算每个像素周围的透明像素数来设法检测图像的边缘。我得到以下矩阵：

0000000000000000
0000053335000000
0000030003000000
0000030003000000
0000020002000000
0533210001233500
0300000000000300
0300000000000300
0300000000000300
0533210001233500
0000020002000000
0000030003000000
0000030003000000
0000053335000000
0000000000000000
0000000000000000

我认为，基于这个矩阵，我应该能够获得所有角落的坐标，从而得到向量，但我无法弄清楚如何。在这种情况下，我希望我的程序返回：

[7,2]->[11,2]
[11,2]->[11,6]
[11,6]->[15,6]
...

你们中有人有建议或链接吗？

最终，我还想要除90和0之外的近似角度，但这确实是第二阶段。

Answer 1

我认为您会发现CV工具包中的许多工具对您有用。您最好利用这些资源，而不是推出自己的解决方案。

我认为你有兴趣提取的两个特征是边角。

边缘，就像你想要的那样，可以让你走向形状的轮廓。你现在可能不感兴趣的是Edge Detection技术。这些将您的图像转换为边/空间的二进制图像。相反，您需要查看Hough Transform，它可以为您的图像中的每一行提供终点。如果你正在处理如你所定义的明确，实线，直线，这应该很好。您已将问题标记为Ruby，因此您可以查看OpenCV（OpenCV是用C语言编写的，但要绑定ruby-opencv和javacv个项目。这是Hough Transform documentation for OpenCV。但是，您可能会发现Hough变换不会为您提供连接线。这取决于图像中实际线条的规律性/不规则性。因此，您可能需要手动将线的端点连接到结构中。

角落，对于您提供的图像可能效果很好。标准算法是Harris corner detection。与Hough变换类似，您可以使用此技术返回图像中“最重要”的特征。已知该技术用于给出一致的结果，即使对于相同事物的不同图像也是如此。因此，它经常用于模式识别等。但是，如果您的图像与提供的图像一样简单，您可能能够以这种方式提取所有形状的角。获得图像的形状只需要根据预定义的N边以有意义的方式连接点。

你应该肯定使用这两个功能空间，看看它们是如何工作的，你可以可能同时使用它们以获得更好的效果。

另外，如果您的图片确实是透明的颜色/强度，您可以将图片转换为'binary image'。请注意，这不仅仅是二进制数据。相反，它意味着您只表示两种颜色，一种由0表示，另一种由1表示。这样做会打开一整套适用于灰度和二进制图像的工具。例如，您在上面手动计算的数字矩阵称为distance transformation，可以使用OpenCV等工具轻松高效地完成。

Answer 2

Hough transform 是一种标准技术，用于在给定一组点的情况下查找线条，多边形和其他形状。它可能正是你在这里寻找的东西。您可以使用Hough变换查找图像中所有可能的线段，然后将附近的线段组合在一起以获得一组近似图像的多边形。

希望这有帮助！

Answer 3

在如此简单的情况下，您可以执行以下三个步骤：找到形状的质心，根据x轴与当前点和质心形成的线之间的角度对感兴趣的点进行排序，逐步完成排序点。

考虑到这种情况，质心的x坐标是每个感兴趣点的x坐标除以感兴趣点的总数（分别对于质心的y坐标）的总和。要计算角度，使用几乎任何语言的atan2都是一件简单的事情。您的兴趣点是那些以1或5表示的兴趣点，否则它不是一个角落（根据您的输入）。

不要被霍夫解释你的问题，即它不会给出你所追求的分类坐标。这也是一种昂贵的方法。另外，给定你的矩阵，你已经拥有了其他方法无法击败的完美信息（问题当然是重复你所呈现的那么好的结果 - 在那些场合，Hough可能证明是有用的。）

我的Ruby非常糟糕，因此请将以下代码作为问题的指导原则：

include Math

data = ["0000000000000000",
    "0000053335000000",
    "0000030003000000",
    "0000030003000000",
    "0000020002000000",
    "0533210001233500",
    "0300000000000300",
    "0300000000000300",
    "0300000000000300",
    "0533210001233500",
    "0000020002000000",
    "0000030003000000",
    "0000030003000000",
    "0000053335000000",
    "0000000000000000",
    "0000000000000000"]

corner_x = []
corner_y = []
data.each_with_index{|line, i|
    line.split(//).each_with_index{|col, j|
        if col == "1" || col == "5"
            # Cartesian coords.
            corner_x.push(j + 1)
            corner_y.push(data.length - i)
        end
    }
}

centroid_y = corner_y.reduce(:+)/corner_y.length.to_f
centroid_x = corner_x.reduce(:+)/corner_x.length.to_f

corner = []
corner_x.zip(corner_y).each{|c|
    dy = c[1] - centroid_y
    dx = c[0] - centroid_x
    theta = Math.atan2(dy, dx)
    corner.push([theta, c])
}

corner.sort!
corner.each_cons(2) {|c|
    puts "%s->%s" % [c[0][1].inspect, c[1][1].inspect]
}

这导致：

[2, 7]->[6, 7]
[6, 7]->[6, 3]
[6, 3]->[10, 3]
[10, 3]->[10, 7]
[10, 7]->[14, 7]
[14, 7]->[14, 11]
[14, 11]->[10, 11]
[10, 11]->[10, 15]
[10, 15]->[6, 15]
[6, 15]->[6, 11]
[6, 11]->[2, 11]

从最左下角开始，以反时钟顺序排列的是你的顶点（在左下角最左边的（1,1）开始的笛卡尔坐标中）。

近似具有多边形的形状

3 个答案: