Question

因此，我尝试使用OpenCV从图中自动检测轴标签。现在，我的程序相对较好地检测了标签并输出了一个矩形列表，但是一个轴的标签值通常被分成许多矩形。我想将它们组合在一起，并且听说cv2.groupRectangles（）可以完成它。

到目前为止，我可以检测到以下框：

array([[[ 76, 620, 107, 635]],
       [[ 87, 540,  96, 554]],
       [[ 77, 459, 100, 473]],
       [[ 77, 377, 107, 392]],
       [[ 77, 297, 100, 311]],
       [[ 68, 217, 101, 231]],
       [[ 86, 139,  94, 147]],
       [[ 68, 135, 107, 150]],
       [[ 69,  54, 107,  69]],
       [[ 77,  54,  97,  69]],
       [[545, 641, 580, 655]],
       [[454, 640, 489, 655]],
       [[364, 641, 399, 655]],
       [[375, 641, 399, 655]],
       [[364, 640, 373, 654]],
       [[636, 638, 671, 655]],
       [[647, 641, 671, 655]],
       [[660, 643, 667, 651]],
       [[273, 638, 309, 655]],
       [[273, 641, 284, 655]],
       [[284, 640, 309, 655]],
       [[183, 638, 214, 655]],
       [[183, 641, 196, 655]],
       [[105, 637, 115, 655]],
       [[ 77, 625, 102, 634]]])

如图所示：所有方框均带有图形

我使用groupRectangles如下：

def groupRect(rectarray, rectthreshold=1, eps=0.1):
    """
    Groups similar rectangles together in rectangle array \n
    Input : Rectangle Array \n
    Output : Rectangle Array without split parts
    """
    results = cv.groupRectangles(np.concatenate((rectarray, rectarray)),1,eps=eps)[0]
    results = [[group] for group in results]
    return np.array(results)

我重复rectarray，以便算法保留不与任何其他矩形重叠的任何矩形。但是，从下面的结果图中可以看出，存在一些问题：

1）删除0.01左右的矩形

2）在125处矩形完全被另一个包围的情况下，它不会消失

如果有人可以帮助我理解为什么groupRectangles代码给出此输出，或者建议使用其他算法来做到这一点，我将非常感激。

而且，是否可以采用重叠矩形的最大封闭区域而不是采用两个矩形的平均值？

无框图

在使用了groupRectangles之后带有框的图形

Answer 1

我将eps参数修改为0.05。

results = cv2.groupRectangles(np.concatenate((rect_old, rect_old)),1,eps=0.05)[0]
img2 = img.copy()
for r in results:
    cv2.rectangle(img2,(r[0], r[1]),(r[2], r[3]),(255,0,0),1)

编辑

以下是有关参数的一些信息，需要更多this page：

参数：



rectList –矩形的输入/输出向量。输出向量包括保留和分组的矩形。（Python列表未就位修改。）



groupThreshold –最小可能的矩形数减去1。在一组矩形中使用阈值来保留它。



eps –矩形边之间的相对差异，以将它们合并为一个组。

OpenCV上的groupRectangles表现不理想

1 个答案: