问题标签 [opencv-contour]

一段时间以来，我一直在尝试从文档中提取手绘圆圈，但我所做的每一次尝试都没有达到我需要的一致性水平。

工艺相册

我一直遇到的问题是，当 2 个“圆圈”太近时，它们会变成一个轮廓，破坏了我检测轮廓是否弯曲的尝试。我确信一定有更好的方法来提取这些圆圈，但它们的不完美和不一致真的让我很困惑。

我尝试了许多其他方法来挑选曲线，其中最准确的是：

与其使用膨胀来弥合分割轮廓之间的间隙，不如找到端点并尝试继续曲线，直到它碰到另一个轮廓。
问题：我无法有效找到轮廓的转折点，否则这将是我的首选方法

如果这个问题被认为“过于具体”，我深表歉意，但我觉得像这样的计算机视觉东西总是可以应用于其他地方。

提前感谢您提供的所有帮助，我快到了尽头。

编辑：我刚刚意识到这张专辑工作不正常，但我认为现在应该修复它。

我希望能够计算检测到的对象中的像素数。我正在使用 cv2.threshold 函数。这是一些 sudo 代码。

从现在开始，我不知道如何计算对象的像素。如何找到二值图像的轮廓？我想有可能在 Thresh/ 蒙版上 cv2.bitwise_and 全黑图像，但这似乎可能很慢，而且我不知道如何创建这样的全黑和白图像。

那么 TD:LR，你如何计算二进制图像中物体的像素数？

注意：我实际上只是在最大对象之后，只需要像素数，而不是图像。

编辑：不尝试计算检测到的像素总数，我已经这样做了。想要从具有最大数量的对象中检测到的像素数。

我的问题是以合理的速度组合附近的轮廓。

我从一个包含大型闭合形状图像的 CV8U 单通道灰度垫开始。在这个形状的内侧发芽的是一条短曲线。我的任务是仅将曲线变成点向量。

所以我阈值我的垫子并打电话给 FindContours。结果是许多轮廓的向量。有些是噪音，包括我没能完全掩盖的大块形状。但有几个是我曲线的一部分。问题是曲线 - 在原始图像中是连续的 - 被 FindContours 分割成许多轮廓。为了解决这个问题，我找到了最大的轮廓，它始终是我的曲线的一部分，并搜索其他附近的轮廓。如果我找到任何东西，我将它们连接在一起，然后重复。

最后，我有一个包含我的曲线的点向量。有用。但是所有的循环和迭代都让它变得非常慢。

什么替代方法可以保留输出（代表我的曲线的点向量）但运行速度快？

我想做一个直播人脸检测项目 OpenCV & NodeJS 绑定。我的目标是最终在 Heroku 上使用 NodeJS 后端和 HTML 前端部署它。我正在关注

https://www.npmjs.com/package/opencv

我正在遵循 Windows 的安装过程。现在，我想测试我的所有安装是否已完成，上面的网站上说

但是，我不知道该使用什么命令。我已经克隆了 git repo，对于使用什么命令运行哪个文件，我看起来很困惑。例如，是否可以

此外，在那个网站上，它说构建失败，只有 45% 的覆盖率。这是否意味着它不起作用？

我有以下图像作为测试图像：

我试图找到图像（和其他图像）上的形状。我现在的方法如下：

1. 具有 3x3 内核的高斯模糊
2. 使用列表进行精明边缘检测（获取所有形状）
3. Morphology 与 MorphOp.Close 关闭边缘
4. FindContours 查找轮廓
5. 每个轮廓的迭代：
   6. 查找 ApproxPolyDP
   7. 找到 ConvexHull
   8. 如果船体尺寸 < 2、大约面积 < 200 或船体尺寸 > 50000 或弧长大约 < 100，则丢弃
   9. 绘制凸包

此方法产生以下图像，其中绘制了凸包：

这几乎是完美的，但请注意，这些线条被视为轮廓事件->供应商和事件->文档）。查看边缘信息时，很明显为什么会这样：

线条被检测为轮廓。我如何准备/找到形状以便检测不到线条？我虽然有一些细化算法，但由于我也在处理现实生活中的图像，所以很难找到一个有效的阈值。这是一个现实生活图像的示例，其中很难进行细化，因为细化通常要求图像是黑白单色的。

你会怎么做？有什么方法可以确定轮廓/凸包是线、矩形还是类似的东西？

假设如果我们正在处理图像，有没有办法访问轮廓内的像素？

我已经使用函数 findContours() 找到了轮廓，甚至找到了时刻，但我找不到轮廓内的像素。

欢迎任何建议！

谢谢！

我正在将 OpenCV 与 C++ 一起使用。

我有以下图片->

我想将此图像中的单元格结构复制到 Excel 表中。我已设法对文本进行 OCR，但不知道如何将结构复制到 Excel 中。我正在考虑裁剪块，因此我尝试了一些技术，例如HoughLinesP()用于分隔每个单元格，但它只是不起作用，并且还尝试了线模式匹配，minMaxLoc()但这也没有给出好的结果。

在 OpenCV 中是否有任何可靠的技术可以做到这一点？

我想使用 OpenCV 和 approxPolyDP 函数检测不规则的矩形对象。在图像中，我有 4 个窗口，可以使用 approxPolyDP 近似为矩形轮廓。但是当设置一定的阈值时，我无法检测到所有这些。我使用顶点之间的宽度和高度以及角度来过滤窗口。我想要更强大的代码来检测所有 4 个窗口。有什么帮助吗？这是我的代码

这里是源图

在这里检测到窗户

这里是绘图/视觉轮廓

我的目标是检测图像中最大的矩形，无论它是否倾斜。经过一些研究和谷歌搜索，我想出了一个理论上应该可以工作的代码，但是在一半的情况下，我看到了令人费解的结果。

我在 Android 上使用了 OpenCV，代码如下：

在某些情况下，它的效果非常好，如图所示（请参见显示器挡板和屏幕之间的白线.. 抱歉颜色）： 有效示例：

但是，在此图像中，以及大多数屏幕为灰色的图像中，它会产生疯狂的结果。 不起作用的示例：

我有一个项目，我必须从图像中检测孟加拉语数字。我决定做一个实验，比如带空格和不带空格的数字。我的 python 程序可以从带有空格的图像中检测到所有数字。

当我给出没有空格的图像时出现问题。它不能像上一个那样顺利地减少数字。

这是我的代码

起初我使用扩张来寻找轮廓，但它不适用于没有空间图像的数字。然后我直接使用 thresh 输出，之后我得到了大部分数字，但我无法完美地切割它们，因为轮廓区域检测数字与其他数字的某些部分。虽然它在第二张图像中没有空间，但仍然有 2 个数字没有相互接触。那么为什么会有这样的输出呢？

带空间：

没有空格：