この画像の四角形を認識する方法は？

StackOverflow https://stackoverflow.com/questions/1817442

質問

画像に水平線と垂直線があります。実際、この画像は、水平線と垂直線に変換されたBBC Webサイトです。 私の問題は、画像内のすべての長方形を見つけたいということです。すべての長方形を見つけるためのコンピュータープログラムを作成します。 誰もこれを行う方法を知っていますか、開始方法に関するアイデアを提案しますか？このタスクは、人間として視覚的な四角形を見つけるのは私にとって簡単ですが、プログラムとしてどのように記述するかはわかりません。

画像はBBCのWebサイトです http://www.bbc.co.uk/

これに更新して、BBCウェブサイトの画像を水平線と垂直線に変換するコードを書きました。問題は、これらの線が角で完全に合わず、時には完全に長方形を形成しないことです。ありがとう！

役に立ちましたか？

解決

Opencv （cで記述された画像処理およびコンピュータービジョンライブラリ）には、ハフ変換（単純なハフ変換は画像内の線を見つけますが、一般化されたものはより複雑なオブジェクトを見つけます。角が閉じている長方形には、cornerHarrisなどの角検出器もあります。

opencvで提供されているhoughlinesデモを実行しましたが、これが提供した画像の結果です（検出された行は赤でマークされています）。 alt text
（ソース： splintec.com ）

他のヒント

一般化されたハフ変換を探していると思います。

コンピュータービジョンには、一般化されたハフ変換と呼ばれるアルゴリズムがあります。 。このアルゴリズムを実装したオープンソースコードがあるはずです。ただ検索してください。

合理的にノイズのない画像（画面のビデオではない）であると仮定すると、単純な塗りつぶしアルゴリズムの1つが機能します。ギャップを埋めるために、画像に対して膨張/収縮を実行する必要がある場合があります。

線を見つける通常の方法は、ハフ変換です（その後、直角に線を見つけます） Opencvが最も簡単な方法です。

この質問をご覧ください OpenCVオブジェクト検出-センターポイント

問題にはいくつかの異なるアプローチがあります。 形態学的画像処理ツールを使用します.mmorph.com / "rel =" nofollow noreferrer ">これ。 ＆quot; rectangle＆quot;を定義する柔軟性があります。 「完全に閉鎖」されていないものでも（フィルアルゴリズムが失敗する場所）。

もう1つの可能性は、機械学習アプローチを使用することです。前のような定義駆動型よりも駆動型です。アルゴリズムにいくつかの「例」を与える必要があります。長方形とは何か、そして最終的に学習します（バイアスとエラー率で） 。

カラーピクセルに達するまで左から右に繰り返し、修正された塗りつぶしアルゴリズムを使用します。アルゴの詳細情報 @wikiの洪水塗りつぶし

別のアプローチは、画像上の任意の色のピクセルを見つけて、それを使用することです

while(pixel under current is colored)
{
  lowest pixel coordinate = pixel under current
  current = pixel under
}

次に同じことを行います。 これで、1行を定義しました。次に、行の終わりを使用して、行を長方形に近似一致させます。それらがピクセル完璧でない場合、何らかの種類のしきい値を設定できます。

塗りつぶしが機能するか、エッジ追跡アルゴリズムの修正を使用できます。

あなたがすることは： 2d配列（またはその他のd2データ構造体）を作成します-各行は画面上の水平ピクセル線を表し、各列は垂直線を表します

左から右にすべてのピクセルを反復処理し、色付きのピクセルが見つかったら、その座標を配列に追加します

配列を反復して行を見つけ、それぞれの開始ピクセルと終了ピクセルを保存します（異なるデータ構造）

各行の先頭がその左/上のピクセルであることを知っているので、長方形を構成する4行があるかどうかを簡単に確認できます

あなたが持っている画像から取得するには、長方形にちょうど触れるほぼ水平および垂直の線で：

  1. バイナリに変換（つまり、すべての行 白、残りは黒）
  2. バイナリ拡張を実行します（ここでは、ソース画像の白いピクセル、またはソース画像の白いピクセルです。タッチはまっすぐです（したがって、各ピクセルはその左、右、上、下のピクセルを「タッチ」します）これは「4連結」と呼ばれます;
  3. 両端の間隔が2ピクセルよりも大きい場合は手順3を数回繰り返しますが、あまり頻繁ではありません！
  4. スケルトン操作を実行します（ここで、出力画像のすべてのピクセルが少なくとも1つの黒いピクセルに触れるソース画像の白いピクセルであり、それが触れる（ソース画像の）白いピクセルがすべて互いに接触している場合、再度、4連結性で定義されたタッチ。以下のサンプルを参照してください。
  5. 繰り返しても画像が変わらなくなるまでステップ4を繰り返します（すべての白いピクセルはラインエンドまたはコネクタです）

これは、少し運が良ければ、最初に太い太い線のボックスを表示し、画像全体に太い太いアーティファクトを残し（ステップ3の後）、次にステップ5の後、太い太いアーティファクトをすべて削除します。すべてのボックスが残ります。最良の結果を得るには、手順3で繰り返し回数をtweekする必要があります。画像の形態に興味がある場合は、の本ですとても良い入門コースでした。

サンプル：（0 =黒、1 =白、各3x3ブロックの中央のピクセルが考慮されている、入力左、出力右）

011 => 011    
011 => 001  all other white pixels touch, so eliminate      
011 => 011    

010 => 010    
010 => 010  top pixel would become disconnected, so leave      
010 => 010    

010 => 010    
010 => 000  touches only one white pixel, so remove     
000 => 000    

010 => 010    
111 => 111  does not touch black pixels, leave    
010 => 010    

010 => 010    
011 => 011  other pixels do not touch. so leave    
000 => 000
ライセンス： CC-BY-SA と 帰属
所属していません StackOverflow
scroll top