c++ - 通过 OpenCV 和 C++ 提高书脊的霍夫线精度/分割

Question

我正在尝试根据书脊进行细分。我的问题已经有一段时间了。下面的两个图像是使用霍夫线进行不成功分割的示例。我试图在所有书籍之间划清界限。

我也尝试过 HoughLineP，它实际上会产生更差的结果。我尝试调整 HoughLine 和 HoughLineP 的所有参数。但我似乎无法提高检出率。甚至加重错误检测。

在此处输入图像描述

我想问是否有人有任何想法如何分割书脊？我曾尝试过预处理方法，但它将相同颜色的书脊合并在一起，我正在考虑尝试在书本中间搜索黑色线条，因为它往往会稍微暗一些，但是如果你看书塞斯戈丁和尖端广告，我看不出它们之间有任何差距。

考虑到某些书脊有 2 种不同的颜色，形成自己的小矩形，例如最前沿的广告书，矩形检测也不会很好地工作。我也尝试过寻找效果不佳的轮廓。

我要做的最后一个程序是计算书的数量。但要做到这一点，首先我需要一个干净且成功的细分。

有人有我可以尝试的其他方法吗？我将非常感谢所有反馈、评论和答案。我已经坚持了一个多月了。谢谢。

score 1 · Accepted Answer

如果您可以假设您的脊椎将始终在图像中垂直对齐，那么使用仅检测垂直线的边缘检测过滤器将是有意义的。这将减少脊本身（标题等）细节上的一些噪音，并为 Hough 变换提供更大的成功机会。

可以使用这样的卷积滤波器：

-1 0 1
-1 0 1
-1 0 1

score 1 · Accepted Answer

我宁愿评论而不是回答，但是......

确保在检测到每个边缘后取出找到的边缘并重复边缘检测。您也可以检查峰的相对强度，并仅在更难以挑选时重复。

最近，我一直在以非线性方式进行边缘检测，方法是找到所有八个方向的梯度，并将其中的最大值作为每个像素的输出。然后当它是彩色图片时对每种颜色重复。这在 Matlab 中很容易，但我不熟悉 Visual Studio。

玩得开心！

2 回答 2