Question

我有一个二进制图像，我试图表示一个图形，这样图像的白色部分是顶点和边缘，其中大区域白点是顶点，边缘是白色部分，连接我检测为顶点的大白色部分。我设法通过使用OpenCV函数找到大白部分的中心，例如侵蚀，findContours和瞬间，使用矩心。所以我有图的顶点。我的下一个目标是获得边缘，意味着找到仅在白色区域中的线，由2个点（x1，y1）和（x2，y2）表示。我尝试使用各种功能，如： cv2.Canny（） cv2.findLine cv2.findContour在二进制图像上使用不同的参数

为了理解我的目标，我们可以把它想象成一个迷宫，它的起点是图像中最大的白点，而迷宫的尽头是第二大白点，你可以走过的地方都是图像的白色区域。

我在项目中使用的一些代码段：首先找到边缘，给定二进制图像（finalImage）并返回质心

def findCentroids(finalImage):
_, contours0, hierarchy = cv2.findContours(finalImage.copy(), cv2.RETR_LIST,                    cv2.CHAIN_APPROX_NONE)
moments = [cv2.moments(cnt) for cnt in contours0]
centroids = []
for M in moments:
    if M["m00"] != 0:
        cX = int(M["m10"] / M["m00"])
        cY = int(M["m01"] / M["m00"])
        centroids.append((cX, cY))
return centroids

就像我发现质心一样，我想找到更多的质心（使图像更少腐蚀），然后找到连接在这些质心之间的所有边缘。这似乎不是一个好方法，所以我希望在答案中得到更好的方法。

修改所以我想到了另一个想法，即使用连通组件方法。我尝试使用cv2提供的连接组件，同样：

output = cv2.connectedComponentsWithStats((imageForEdges), 8, cv2.CV_32S)

但结果是只有黑点被认为是组件，这与我需要的相反。我尝试使用倒置图像并给出相同的结果，因为我假设算法更喜欢完全有界的斑点，而不是背景（在我的情况下是白色，以及我使用它的整个目的，它找到了没有界限的区域）

Answer 1

你看过Iwanowski的算法吗？ https://pdfs.semanticscholar.org/cd14/22f1e33022b0bede3f4a03844bc7dcc979ed.pdf ＆＃34;本文描述了一种分析二进制图像内容以便找到其结构的方法。它处理的图像类包括在其前景组中显示彼此连接的对象的图像，形成图形结构。描述的方法从图像位图自动提取此结构，并生成包含输入图像上显示的所有对象之间的连接的矩阵＆＃34;

使用OpenCV在二进制图像中查找边（图形边）

1 个答案: