上图是视频中的一帧。最终目标是检测门。我想要做的是类似于圆圈的聚类线,其中未圈出的线是异常值。我的发现告诉我这是一个 HDBSCAN 问题,所以我尝试像这样实现 HDBSCAN:
import cv2
import numpy as np
import hdbscan
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# Create default Fast Line Detector (FSD)
fld = cv2.ximgproc.createFastLineDetector(_length_threshold=60,
_canny_th1=5,
_canny_th2=5,
_canny_aperture_size=3,
_do_merge=True
)
# Detect lines in the image
lines = fld.detect(gray_img)
cluster_lines = []
if type(lines) is not type(None):
for line in lines:
x1, y1, x2, y2 = line[0]
cluster_lines.append([(x1 + x2) // 2, (y1 + y2) // 2])
# cluster_lines.append([x1, y1, x2, y2])
line_clusterer = hdbscan.HDBSCAN(min_cluster_size=3,
cluster_selection_epsilon=0.5)
line_clusterer.fit(cluster_lines)
labels = line_clusterer.labels_
cluster_max = line_clusterer.labels_.max()
我尝试了 2 种方法,一种是按原样传递行列表,这给出了非常糟糕的结果,我假设这是因为 HDBSCAN 不知道坐标代表一条线。第二种是传入每行中点的列表,效果更好但仍然不是很好。有没有办法可以改进这一点并获得与预期结果更相似的东西?