在OpenCV中增加approxPolyDP（）中的近似概率

Question

我正在 OpenCV-Python 中建立一个形状识别系统。 approxPolyDP()是找到形状的最佳方式。我用它来寻找广场，五角大楼等。

但是，有时approxPolyDP()无法准确获取多边形。因此，使用了Blur()和Thresholding()。然而，这还不够。

如果我得到这样的过滤图像：

Threshold()和Blur()之后：

如何提高逼近概率？

请给我一些想法/系统/算法以增加近似概率。

Answer 1

使用 epsilon 参数可以增加'approxPolyDP（）'的逼近概率。

cv2.approxPolyDP（曲线， epsilon ，关闭[，aboutCurve]）

想想，你喜欢这个（仅黑色），

如果你增加 epsilon 'aboutPolyDP（）'忽略最近的雕刻点并改变检测到的形状。 当你增加 epsilon '时，aboutPolyDP（）'首先忽略一个点（因为，A点最接近红线而不是B指向绿线）。然后你增加更多它将忽略B点。

所以，你也完成了阈值，模糊和更多的预设，你可能在检测到的多边形中有一些晃动点，你可能无法获得精确的形状。 epsilon 非常有用。