Question

我想清理平面图并检测墙壁。我找到了这个解决方案，但很难理解代码。特别是这一行（如何删除房间内的文本和其他对象？）

DeleteSmallComponents[Binarize[img, {0, .2}]];

https://mathematica.stackexchange.com/questions/19546/image-processing-floor-plan-detecting-rooms-borders-area-and-room-names-t

img = Import["http://i.stack.imgur.com/qDhl7.jpg"]
nsc = DeleteSmallComponents[Binarize[img, {0, .2}]];
m = MorphologicalTransform[nsc, {"Min", "Max"}]

我如何对OpenCV做同样的事情？

Answer 1

在opencv中，处理图像的方法略有不同。为了做一些计算，你必须以更低级的方式思考。低级别的意思是在基本的图像处理操作中思考。

例如，您显示的行：

DeleteSmallComponents[Binarize[img, {0, .2}]];

可以通过算法在opencv中表示：

二进制图像

形态开/关或简单的膨胀/侵蚀（基于物体和背景的颜色）：

cv::threshold(img, img, 100, 255, CV_THRESH_BINARY);
cv::dilate(img, img, cv::Mat());
cv::dilate(img, img, cv::Mat());

此外，您可以实现自己的距离转换，或者使用例如命中注册程序（基本在opencv中实现）来检测角落：

cv::Mat kernel = (cv::Mat_<int>(7, 7) <<
    0, 1, 0,0,0,0,0,
    -1, 1, 0,0,0,0,0,
    -1, 1, 0,0,0,0,0,
    -1,1,0,0,0,0,0,
    -1,1,0,0,0,0,0,
    -1,1,1,1,1,1,1,
    -1,-1,-1,-1,-1,-1,0);
cv::Mat left_down,left_up,right_down,right_up;
cv::morphologyEx(img, left_down, cv::MORPH_HITMISS, kernel);
cv::flip(kernel, kernel, 1);
cv::morphologyEx(img, right_down, cv::MORPH_HITMISS, kernel);
cv::flip(kernel, kernel, 0);
cv::morphologyEx(img, right_up, cv::MORPH_HITMISS, kernel);
cv::flip(kernel, kernel, 1);
cv::morphologyEx(img, left_up, cv::MORPH_HITMISS, kernel);

然后你会得到这样的照片：

还有一张更大点的图片（单次扩张后）：

最后，您可以处理找到的角落坐标以确定房间。

编辑：用于＆＃34;双壁线＆＃34;喜欢：

我们必须＆＃34;合并＆＃34;首先是双壁线，所以代码将如下所示：

 cv::threshold(img, img, 220, 255, CV_THRESH_BINARY);
 cv::dilate(img, img, cv::Mat()); //small object textures
 cv::erode(img, img, cv::getStructuringElement(CV_SHAPE_RECT, cv::Size(5, 5)),cv::Point(-1,-1),2);
 cv::dilate(img, img, cv::getStructuringElement(CV_SHAPE_RECT, cv::Size(5, 5)), cv::Point(-1, -1), 3);

结果图片：

可悲的是，如果图像属性发生变化，则必须稍微更改算法参数。有可能提供一般解决方案，但你必须确定大多数可能的问题变体，它会更复杂。

如何使用OpenCV检测房间边界

1 个答案: