Question

我有一个OpenCV应用程序来自办公室内部的网络摄像头流（很多详细信息），我必须找到一个人工标记。标记是在白色背景的一个黑角规。我使用Canny来查找边缘和cvFindContours进行轮廓加工，然后使用aboutPolyDP和co。用于过滤和查找候选者，然后使用局部直方图进一步过滤，bla bla bla ...

这或多或少有效，但不完全是我想要的。 FindContours总是返回一个闭环，即使Canny创建一个非闭合线。我得到一个轮廓走在线的两侧形成一个环。对于Canny图像（我的标记）上的封闭边缘，我得到2个轮廓，一个在内部，另一个在外面。我不得不对这个操作有问题：

我为每个标记得到2个轮廓（不是那么严重）
最无关紧要的过滤不可用（拒绝非闭合轮廓）

所以我的问题是：是否可以为非封闭的Canny边缘获得非闭合轮廓？ 或者解决上述两个问题的标准方法是什么？

Canny是一个非常好的工具，但我需要一种方法将2D黑白图像转换为易于处理的东西。类似连接组件的东西，列出组件的步行顺序中的所有像素。所以我可以过滤循环，并将其输入到approxPolyDP。

更新：我错过了一些重要的细节：标记可以处于任何方向（它不是面向摄像机的正面，没有直角），实际上我所做的是基于3D方向估计，基于在标记的2D投影上。

Answer 1

我找到了问题中2个问题的简洁解决方案。技巧是启用2级层次结构生成（在findCountours中）并查找具有父级的轮廓。这将返回封闭的Canny边缘的内部轮廓，仅此而已。 非封闭边缘会自动丢弃，每个标记都会有一个轮廓。

vector<vector<Point> > contours;
vector<Vec4i> hierarchy;
findContours(CannyImage, contours, hierarchy, CV_RETR_CCOMP, CV_CHAIN_APPROX_NONE, Point(0,0) );
for (unsigned int i=0; i<contours.size(); i++)
    if (hierarchy[i][3] >= 0)   //has parent, inner (hole) contour of a closed edge (looks good)
        drawContours(contourImage, contours, i, Scalar(255, 0, 0), 1, 8);

它也可以反过来，即：寻找有孩子的轮廓（hierarchy [i] [2]＆gt; = 0），但在我的情况下，父检查产生更好的结果。

Answer 2

我有同样的问题，重复的轮廓，甚至扩张和侵蚀无法解决它：

Mat src=imread("E:\\test.bmp"),gry,bin,nor,dil,erd;
GaussianBlur( src, nor, Size(5,5),0 );  
cvtColor(nor,gry,CV_BGR2GRAY);  
Canny(gry,bin,100,150,5,true);
dilate(bin,dil,Mat());
erode(dil,erd,Mat());
Mat tmp=bin.clone();
vector<vector<Point>> conts;
vector<Vec4i> hier;
findContours(tmp,conts,hier,CV_RETR_TREE,CV_CHAIN_APPROX_SIMPLE);

此图片（test.bmp）包含3个轮廓，但findContours返回6个！我用阈值和问题解决了：

Mat src=imread("E:\\test.bmp"),gry,bin,nor,dil,erd;
GaussianBlur( src, nor, Size(5,5),0 );  
cvtColor(nor,gry,CV_BGR2GRAY);
threshold(gry,bin,0,255,THRESH_BINARY+THRESH_OTSU);     
vector<vector<Point>> conts;
vector<Vec4i> hier;
findContours(bin,conts,hier,CV_RETR_TREE,CV_CHAIN_APPROX_SIMPLE);

现在返回4个轮廓，第1个是图像边界（索引为0的轮廓），可以轻松跳过。

Answer 3

这是我怎么做的 1. Canny用于边缘检测 2.使用houghtransform检测边缘。 3.检测角度为90°的两条边。

OpenCV将Canny边缘转换为轮廓

3 个答案: