问题标签 [canny-operator]

我试图在下图中找到所有多边形（包括填充的多边形）。目前，我正在尝试使用霍夫变换来完成此操作，但它没有检测到图像中的所有线条。此外，由于线条有多宽，它会计算每条线两次。有没有办法对图像应用一些过滤器以使霍夫变换性能更好，或者是否有完全不同的方法来找到我丢失的多边形？谢谢！

这是我正在处理的图片，

我的代码如下。

上图是我的输出

我正在使用opencv边缘检测c ++代码，如下所示

如何根据上面的屏幕截图找到准确的边缘。

我是opencv的新手，任何人都可以指导我，感谢您的回复。

输出图像 需要输出

我正在使用 opencv 和 Visual Studio Ultimate 2010。我的目标是检测道路上的汽车并计算它们。我为此使用边缘检测解决方案。

1. 有没有人对检测，计数和速度计算有任何想法？
2. 重叠汽车（用于计数）的解决方案是什么？

我们希望对任何跨越虚拟线的对象执行此任务。

我有“荣幸”改善其他人的以下代码的运行时间。（这是精明算法的非最大抑制）。我的第一个想法是使用 SSE 固有代码，我在这方面很新，所以我的问题是。

有没有机会做到这一点？如果是这样，有人可以给我一些提示吗？

我是 OpenCV 的新手，正在寻找一些关于如何从我所在的点着手的一般指导。

我正在尝试制作一个程序，可以告诉我视频游戏角色持有什么样的武器。可以在库存中检查武器以产生标准化的视点，颜色是一个重要的区别因素。我知道哪些颜色范围对应于哪些武器，哪些形状对应于哪些武器类型。

到目前为止，我的方法是：

cvtColor RGB 到 GRAY 然后使用带有以下参数的精明边缘检测 [java]: (mat2, mat1, 5000, 5000, 7, true) - 也许 findContours 或morphologyEx GRADIENT 函数更适合这个？

使用蛮力方法获取整个图像的 RGB 像素颜色，并简单地遍历每个像素

我的目标是以某种方式达到我拥有武器本身轮廓的程度，然后在该轮廓内搜索颜色以节省时间，同时仍然使用幼稚的方法。我需要知道颜色的确切比例才能使这种分析有价值，所以我正在考虑实现某种数据结构（散列图？），以便能够快速找到任何给定 RGB 范围的像素数。

谁能给我一些关于最佳方式的指导？我根本没有经验来决定如何从这里开始。实现我的目标的最佳方式是什么？

谢谢！

我正在尝试在此图像上运行精明的边缘检测器：

使用此代码：

但我只是得到一个黑色的图像。有什么想法我可能做错了吗？我尝试了 1 和 3 的 sigma。

我在 OpeCV 中的项目有问题。我想得到图片，这是减去两张图片的结果，然后使用 Canny Edge Detector 得到标记的边缘，但只有我得到的是一个例外。

这是一个例外的打印屏幕：

这是我的代码：

Mat 的对象大小相同。

我对“深度图像 (​​CFD) 中的精确线”一词有点困惑。

所以当我在论文中读到他们在深度图像上使用 Canny 线检测时，他们的意思是输入图像是这样的吗？

所以它基本上是一个 2D 图像，其中每个像素的颜色都被深度信息所取代，这就像一个灰度图像，对吗？

编辑：例如，这是一篇论文作为参考。

我有一个项目来检测 图像中的轮廓线，但是当我使用 canny 边缘检测算法运行我的代码时，图像中的一条线转换为两条线，因为该线之前和之后的灰度值变化了两倍那 。

我不知道如何解决这个问题，请帮助我。

我正在尝试使用 python 计算图像边缘的平均长度。我可以使用opencv Canny检测计算边数，如下所示：

我被困在如何计算边的长度上。在matlab中，我们可以使用函数获得边缘图像edge()，然后sum(sum(edgeimage))根据我的研究给出图像的长度。

在此先感谢您的帮助。