11

看，我一直在尝试检测书架中的书籍：

在此处输入图像描述

我使用轮廓作为边界框。但是，我只想捕获实际的书籍对象。如果我降低 Canny 的阈值，它本身不会检测到书的边缘，但会检测到书名或书脊上的一些图像。

我使用了 houghlines，它可以很好地检测书的边缘。如何应用边界框但使用轮廓线而不是轮廓？

我用于轮廓查找的代码：

    edges = cv2.Canny(blur,thresh,thresh*2)
    drawing = np.zeros(img.shape,np.uint8)  
    contours,hierarchy = cv2.findContours(edges,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
    for cnt in contours:
        x,y,w,h = cv2.boundingRect(cnt)
        cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)
        rect = cv2.minAreaRect(cnt)
        box = cv2.cv.BoxPoints(rect)
        box = np.int0(box)

在哪里：

    img = cv2.imread('books3.jpg')
    gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    blur = cv2.GaussianBlur(gray,(5,5),0)

对于轮廓线：

    lines = cv2.HoughLines(edges,1,np.pi/180,120)
    for rho,theta in lines[0]:
        a = np.cos(theta)
        b = np.sin(theta)
        x0 = a*rho
        y0 = b*rho
        x1 = int(x0 + 1000*(-b))   
        y1 = int(y0 + 1000*(a))    
        x2 = int(x0 - 1000*(-b))   
        y2 = int(y0 - 1000*(a))

在哪里：

    im = cv2.imread('books2.jpg')
    gray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
    edges = cv2.Canny(gray,100,300,apertureSize = 3)

非常感谢你。

4

1 回答 1

2

实际上，我自己也在做类似的事情。试图将书架中的书籍相互分割。我想问一下，到目前为止，您方面的进展如何？

我还没有尝试过轮廓方法。但是，我所做的尝试是对图像进行预处理，在使用 HoughLines 之前对图像进行精加工。下图显示了粗略的结果。在此处输入图像描述

我承认我也必须完美地分割书籍。正如您在图片中看到的，由于书脊的性质，线条比我实际想要的要多。我正在研究可以帮助我解决此类问题的预处理方法。

我注意到你提到“如果我降低 Canny 的阈值，它不会检测书本身的边缘，但它会检测书名或书脊中的一些图像。” 也许对于 HoughLine 参数，您可以调整 theta？例如旋转到 90 度，这样就不会检测到书名等。

您也可以尝试HoughLineP这基本上是概率霍夫线变换。可以在以下位置找到更多详细信息：

http://docs.opencv.org/doc/tutorials/imgproc/imgtrans/hough_lines/hough_lines.html

希望我的方法能给一些想法。我也希望听到你关于轮廓方法的更新。希望我们可以分享技巧并共同努力，因为我们有一个共同的目标（：希望很快收到您的来信。

于 2013-10-06T17:18:23.923 回答