包含不需要的点的轮廓近似

Question

嗨，我有一个多边形问题。我不知道该找什么，所以我决定在这里问一下。下图显示了一个简单的形状。使用OpenCV的findContours()检测轮廓，并通过CV_CHAIN_APPROX_TC89_KCOS（对于那些想知道如何完成此操作的算法）算法进行近似，以便将一行中的所有点汇总为一行。 所以无论如何，一些轮廓包含某种形状，我称之为噪音。下图显示了噪音的含义。红线是轮廓。 （抱歉没有油漆技巧）

我的目标是重新定义形状以接近形状，但忽略了这种“噪音”。所以轮廓应该是这样的。蓝线显示校正的轮廓。

Answer 1

1. 尝试使用... cvGoodFeatuersToTrack() ....来检测角落，但是有一个标准，即角落应该以相距很远的距离分开......如果角落形成一个群体就会丢弃它们。
2. 从轮廓中的点列表中选择具有（最高x，最高y），（最高x，最低y），（最低x，最高y）和（最低x，最低y）的点）....现在加入这四点......
3. 如果角落本身有'噪音'，那么尝试使用Hough变换检测图像中的直线...

Answer 2

我可以提出另一种方法：

1）您可以使用Hough Line Transform检测图像上的线条（在使用Canny检测轮廓之前）。在方法HoughLinesP中，您不能通过使用相当大的阈值（“检测”线的最小交叉点数）来考虑小线。

2）找到所有线后，您可以找到它们的交集，如@DanielHsH所描述的here。所以你将能够找到所有角落。