基于像素密度的图像分割

Question

我需要一些帮助来开发一些代码，将二进制图像分割成某个像素密度的分量。我一直在做OpenCV算法的一些研究，但在开发我自己的算法之前，我想问一下，确保它还没有完成。

例如，在这张图片中，我有代码将其作为二进制图像导入。但是，有没有办法从线条中分割对象中的对象？我需要分割节点（角落）和对象（在这种情况下是圆圈）。然而，对象不一定必须是形状。

我认为解决方案是使用像素密度。大多数图片将由线条组成，并且对象的像素密度大于线条的像素密度。有没有办法将其分割出来？

以下是该任务的一个工作示例。

原始图片：

节点分割后产生的图像（多条线的交叉点）和组件（图中电阻器或电压源等电子元件）

Answer 1

您可以使用integral image快速计算矩形区域中黑色像素的密度。然后可以用不同比例的移动窗口执行高密度区域的检测。这与面部检测的工作方式非常相似，但只使用一个超简单的功能。

在计算积分图像之前，使所有边缘变得像skeletonizing一样缩小可能是有益的，以使结果对宽线不敏感。

Answer 2

如果我理解正确，你想要检测图像中的线条和圆圈，对吗？

如果是这种情况，请查看Hough line transform和Hough circle transform。

Answer 3

OpenCV有一些functionality for finding contours能够将轮廓放在层次结构中。它可能就是你要找的东西。如果没有，请添加一些有关预期输出的信息！