这是隔离逻辑门的一种方法。想法是使用<ImageBackground>
进行行检测。一旦我们检测到线,就可以有效地去除掩模上的线以隔离门。从这里开始,我们执行形态学操作以清洁图像并从每个浇口获得单个轮廓。最后,我们进行轮廓过滤和ROI提取
要删除的行
结果
提取的投资回报率
根据输入的图像,可能必须更改cv2.HoughLinesP()
和最小阈值区域中的参数。使用cv2.HoughLinesP()
和maxLineGap=50
,这是其他输入图像的结果
我在Python OpenCV中实现了这种方法
area > 1000