与图像上最近的对象配对

Question

我的坐标有很多点。我想分析一个只包含黑色物体的二进制图像 - 这些对象大致是矩形 - 对于我的集合中的每个点，分配最近的对象。我所知道的是，对于我的集合中的每个点，在它附近的地方只有一个对象，我只是不知道在哪里。

我的想法是在图像上找到对象，然后使用其中一种算法来获得最接近的点对问题。 或者从我搜索该对象的一个​​点开始以某种方式开始扫描图像会更好吗？目标是找到这些黑色物体的位置和大小。一直在寻找一种比我提到的算法明显更好的算法，但没有太多运气。

Answer 1

我假设每个点都可以单独考虑，因为没有blob最接近两个点，或者如果是这样的话，可以接受两个或多个点来识别＆＃39;同样的blob。

最简单的算法是在点上增加半径的光盘上进行广度优先搜索，直到检测到黑色。这会找到最近的blob。您可以通过第一个接触点识别斑点，或者然后可以在斑点上执行泛光填充，以便在需要时选择斑点中的所有点。

如果关注处理时间，并且您对最小斑点尺寸有一些期望，那么您可以通过在半径为R，2R，3R的圆圈中搜索黑色来加速该过程（其中R是已知的最小斑点尺寸）。一旦在某个nR处检测到黑色，则需要将搜索回溯到半径（n-1）R和nR之间的区域，以确保找到最近的斑点。显然，如果你不能保证blob具有一些最小尺寸，那么你就可以工作了，因为你可以跳过一个blob并检测下一个最接近的blob。除非典型的斑点距离很大，否则节省的费用可能并不显着。

Answer 2

在OpenCV中，有一个名为 pointPolygonTest 的函数，可用于获取从点到最近轮廓边的有符号距离。因此，您只需要对图像进行二值化以提取黑色区域，并使用pointPolygonTest距离测试每个点与轮廓的对比。