需要通过OpenCV Python检测书籍

Question

看，我一直试图在书架上检测书籍：

我使用Contours作为边界框。但是，我只想捕获实际图书对象。如果我从Canny中减去阈值，它将不会自己检测到书籍边缘，但它会检测书籍标题或脊柱中的某些图像。

我使用了houghlines，它很适合检测书籍边缘。如何应用边界框但使用houghlines而不是轮廓？

我用于轮廓发现的代码：

    edges = cv2.Canny(blur,thresh,thresh*2)
    drawing = np.zeros(img.shape,np.uint8)  
    contours,hierarchy = cv2.findContours(edges,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
    for cnt in contours:
        x,y,w,h = cv2.boundingRect(cnt)
        cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)
        rect = cv2.minAreaRect(cnt)
        box = cv2.cv.BoxPoints(rect)
        box = np.int0(box)

其中：

    img = cv2.imread('books3.jpg')
    gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    blur = cv2.GaussianBlur(gray,(5,5),0)

对于houghlines：

    lines = cv2.HoughLines(edges,1,np.pi/180,120)
    for rho,theta in lines[0]:
        a = np.cos(theta)
        b = np.sin(theta)
        x0 = a*rho
        y0 = b*rho
        x1 = int(x0 + 1000*(-b))   
        y1 = int(y0 + 1000*(a))    
        x2 = int(x0 - 1000*(-b))   
        y2 = int(y0 - 1000*(a))

其中：

    im = cv2.imread('books2.jpg')
    gray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
    edges = cv2.Canny(gray,100,300,apertureSize = 3)

提前非常感谢你。

Answer 1

我实际上正在做类似的事情。试图在书架上将书籍彼此分开。我想问一下到目前为止你方面的进展是什么？

我还没有尝试过轮廓法。但是，我尝试的是预处理图像，在使用HoughLines之前清除图像。下图显示了粗略的结果。

我承认我必须完美地分割出书籍。正如你在图像中看到的那样，由于书脊的本质，我实际想要的线条更多。我正在研究预处理方法，可以帮助我摆脱这样的问题。

我注意到你提到过“如果我从Canny中减去了门槛，它就不会自己检测到书籍边缘，但它会检测到书籍标题或脊椎中的一些图像。”也许对于HoughLine参数，你可以调整theta？例如，到90度，以便不会检测到书名等。

您还可以尝试HoughLineP，这基本上是概率Hough Line变换。有关详细信息，请参阅：

http://docs.opencv.org/doc/tutorials/imgproc/imgtrans/hough_lines/hough_lines.html

希望我的方法能给出一些想法。我也希望听到你对轮廓方法的更新。希望我们能够分享技巧并共同努力，因为我们有一个共同的目标（希望尽快收到您的回复。