计算边线斜率的有效方法

Question

我对图像进行了边缘检测（使用Python 2-7和OpenCV 3.2），结果如下图所示，即一个像素宽的边缘不一定是封闭的（可以有＃34;松散的末端＆＃34;） ，并有可能的漏洞：

现在我想获得＆＃34;衍生物＆＃34;这些边缘，意味着＆＃34;斜坡＆＃34;在每个点，如下图所示：

目前，我设法做到的唯一方法就是本地化。对于边缘的每个点（下一个是红色＆＃34;缩放＆＃34;图片），我在它周围创建一个圆圈（粉红色），用边缘遮住圆圈以获得红点的邻居，然后计算这两个邻居的斜率。

然而，如果边​​缘有孔（他们经常这样做）或接近其他边缘（它们经常是这样），它可能会非常混乱，并且掩盖所有点都是计算密集型的，所以我想知道是否有更好的方式。

我的第一个想法是样条插值，但你需要给出一个有序点的列表作为输入，除非你使用像素邻居跟踪算法，否则你不能为给定的边缘提供这些点。如果没有那么好的边缘，这也会变得非常混乱 我还想到了findContours，但它需要闭合边缘，否则它会产生一个像素宽边缘的轮廓，即边缘两侧的两条线，从边缘上的任意位置开始，简而言之，一团糟。

是否有比我实际方法更清洁，更有效的方法来达到我想要的效果？ OpenCV是否有任何资源或在边缘检测后完成工作（我认为后者更有可能！）？

P.S。 ：＆＃34;我不认为有更好的方法＆＃34;是我准备接受的答案！

Answer 1

所以，如果我理解正确的一切，你需要的是一个没有漏洞的点的有序列表，因为在那之后你似乎知道如何继续获得你的结果。 所以，你应该集中精力获得一个无序的无序列表。

FindContours会输出一个有序列表，但可能不是您需要的顺序。它使用TOP-DOWN / LEFT-RIGHT优先级对连接的像素进行分组。因此，它按顺序滑动每一行，当它击中白色像素时，它会找到第一个轮廓。因此，在您的图像中，它找到的第一个轮廓实际上是右侧的轮廓，因为它最接近0 Y值。

对于此特定图像，如果将其旋转90度，您将意识到它实际上会以您需要的方式对您的轮廓和点进行排序。但这总是如此吗？只有你可以告诉。如果有一个预处理方法应用于您的图像，这将保证findContours将以正确的方式订购您的像素，其余的将很容易。如果没有，我建议您创建自己的像素连接算法，该算法将根据您的需要运行，因为您的所有问题都取决于获取有序列表。

获得有序列表后，只需插入缺少的像素。

如果你有一组有序的像素，那么“缩小间隙”很容易，因为你只需要找到间隙并在它们之间进行插值，作为可能不会伤害算法的近似值。