如何检测墙的长边准备面具和重新着色

Question

主要思想是允许用户重新着色到基于特定墙的用户选择。 目前我已经使用cvFloodFill实现了此功能（有助于准备掩码图像），这可以帮助我更改墙的相对HSV值，以便我可以保留边缘。但这个解决方案的问题在于它适用于颜色，所有墙壁都重新粉刷而不是用户选择的单墙。

我也尝试过canny边缘检测，但它只能检测边缘但无法将其转换为区域。

请在下面找到我目前用于重绘功能的代码

1. 准备面具

   cvFloodFill(mask, new CvPoint(295, 75), new CvScalar(255, 255, 255,0), cvScalarAll(1), cvScalarAll(1), null, 4, null);

2. 拆分频道

   cvSplit(hsvImage, hChannel, sChannel, vChannel, null);

3. 更改颜色

   cvAddS(vChannel, new CvScalar(255*(0.76-0.40),0,0,0), vChannel, mask);

我们如何从图像中检测边缘和相应区域。

我正在寻找除opencv之外的解决方案，但iPhone和Android应该是可行的



修改

我可以使用以下步骤

获得如下图所示的结果

cvCvtColor(image, gray, CV_BGR2GRAY);   
cvSmooth(gray,smooth,CV_GAUSSIAN,7,7,0,0);
cvCanny(smooth, canny, 10, 250, 5);

这个输出有两个问题，不知道如何解决它们 靠近边缘靠近 2.删除小边

Answer 1

您可以尝试以下方式：

 Mat imageOut = Mat::zeros(imageIn.rows, imageIn.cols, CV_8UC3);

 vector<vector<Point> > contours;
 vector<Vec4i> hierarchy;    

 findContours( imageIn, contours, hierarchy, CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE );
 for( int idx = 0; idx >= 0; idx = hierarchy[idx][0] )
 {
     Scalar color( rand()&255, rand()&255, rand()&255 );
     drawContours( imageOut, contours, idx, color, CV_FILLED, 8, hierarchy );
 }

它应该以不同的颜色绘制墙壁。如果它有效，这意味着在“层次结构”中，每个墙都被识别为轮廓，然后您必须找出用户在触摸屏上选择的那个并进行颜色调整处理。

您可能需要更改“findContours”link中的不同参数。 您还需要在轮廓检测之前平滑输入图像，以避免对细节或纹理感到恼火。

希望有所帮助， 托马斯

Answer 2

我想我可能会为你找到解决方案！ 在OpenCV中有一个名为watershed.cpp的示例文件，只需运行它就可以得到这个结果：

您可以让用户在屏幕上绘图以区分每面墙。 然后，如果你想要更精确的东西，你可以勾勒出这些区域（不要触及其他线条）：

TADA！ ：

通过一些工作，您可以使用户友好（取消最后一行，连接区域等...）

希望有所帮助！

Answer 3

我认为您可以使用Canny Edge Detection算法来查找边缘差异。一些链接

1. StackOverFlow
2. StackOverFlow
3. OpenCV QA
4. OpenCV
5. Native Tutorial

我希望这可以帮到你。感谢。

Answer 4

这是一些OpenCV4Android代码，用于查找名为Mat的{​​{1}}中的最大轮廓，我们假设它位于RGBA颜色空间中。要查找轮廓，首先需要对图像进行阈值或二值化（转换为黑白）。在阈值处理之前在图像上使用高斯模糊减少了产生的小轮廓的数量。模糊和阈值的大小参数必须是奇数;你可以玩，找到哪个值给出最好的结果（这里，我已经使用了7）。

image

Answer 5

  

此输出有两个问题，不确定如何解决它们1.靠近边缘近距离2.删除小边

1. 您可以使用形态学操作来闭合边缘。寻找扩张和关闭运营商。

2. 您可以通过标记来删除小边。计算每个区域中的像素数（连接的白色像素）。删除像素数小于某个阈值的任何区域。我不使用opencv，但是大多数库都有一个标签功能，可以创建一个图像，其中单个颜色的每组触摸像素在输出图像中被赋予唯一的颜色。