没有足够的背景过滤

Question

我正在尝试过滤呈现电缆的图像的背景。我尝试执行以下操作：

1. 从彩色转换为灰色
2. 应用void IntListInsertInOrder(IntList L, int v) { //check if list is empty if (L->first == NULL) { IntListInsert(L, v); } } $./list 1 2 3 1 或cv2.Laplacian的2倍在两个方向上查找边缘。
3. 应用阈值cv2.Sobel，cv2.THRESH_BINARY(_INV)
4. 最后，我尝试使用cv2.THRESH_OTSU和cv2.Canny
查找具有“过滤”图像的边缘

总体而言，结果根本不令人满意。我将举例说明2张图片：

我的脚本的输出：

我也玩过cv2.HoughLinesP中的值，但是结果相差不大。

这是我设法做的小脚本：

config

我认为我需要做更好的过滤。但是，我也尝试了图像分割，但是结果根本没有希望。 关于如何改善这一点的任何想法？ 谢谢

Answer 1

这是在Python / OpenCV中执行此操作的一种方法。我阈值，然后视情况清理形态。然后获取轮廓，并为每个轮廓计算其旋转的矩形。然后获取旋转后的矩形的尺寸，并计算纵横比（最大尺寸/最小尺寸）以及面积。然后我对宽高比（以及可选的面积）进行阈值设置，仅保留通过的那些轮廓。

输入：

import cv2
import numpy as np

image = cv2.imread("DCIM-100-MEDIA-DJI-0009-JPG.jpg")
hh, ww = image.shape[:2]

# convert to grayscale
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# create a binary thresholded image
thresh = cv2.threshold(gray, 64, 255, cv2.THRESH_BINARY)[1]

# invert so line is white on black background
thresh = 255 - thresh

# apply morphology
kernel = np.ones((11,11), np.uint8)
clean = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)

# get external contours
contours = cv2.findContours(clean, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
contours = contours[0] if len(contours) == 2 else contours[1]

area_thresh = ww / 2
aspect_thresh = ww / 30
print(area_thresh,aspect_thresh)
print('')
result = image.copy()
for c in contours:
    
    # get rotated rectangle from contour
    # get its dimensions
    rotrect = cv2.minAreaRect(c)
    (center), (dim1,dim2), angle = rotrect
    maxdim = max(dim1,dim2)
    mindim = min(dim1,dim2)
    area = dim1 * dim2
    if mindim != 0:
        aspect = maxdim / mindim
    #print(area, aspect)

    #if area > area_thresh and aspect > aspect_thresh:
    if aspect > aspect_thresh:
        # draw contour on input
        cv2.drawContours(result,[c],0,(0,0,255),3)
        print(area, aspect)

# save result
cv2.imwrite("DCIM-100-MEDIA-DJI-0009-JPG_thresh.jpg",thresh)
cv2.imwrite("DCIM-100-MEDIA-DJI-0009-JPG_clean.jpg",clean)
cv2.imwrite("DCIM-100-MEDIA-DJI-0009-JPG_result.jpg",result)

# display result
cv2.imshow("thresh", thresh)
cv2.imshow("clean", clean)
cv2.imshow("result", result)
cv2.waitKey(0)
cv2.destroyAllWindows()

阈值图片：

形态学清洁图像：

结果图片：