如何将圆弧延伸至完整的圆形？

给定一个固定大小的二进制正方形数组，如下图所示。预先假定该数组包含一个圆或其一部分的图像。这个圈子总是以图像为中心是很重要的。如何将圆弧延伸至完整的圆形？

有必要找到弧补充到整圆的有效方法，如果可能的话。

我试图统计计算从中心到白点的平均距离并完成圆圈。它的工作原理。我也尝试了霍夫变换来拟合椭圆并确定其大小。但是这两种方法都非常耗费资源。

1方法的草图：

points = np.transpose(np.array(np.nonzero(array))).tolist() # array of one-value points 
random.shuffle(points) 
points = np.array(points[:500]).astype('uint8') # take into account only 500 random points 

distances = np.zeros(points.shape[0], dtype='int32') # array of distances from the centre of image (40, 40) to some point 
for i in xrange(points.shape[0]): 
    distances[i] = int(np.sqrt((points[i][0] - 40) ** 2 + (points[i][1] - 40) ** 2)) 

u, indices = np.unique(distances, return_inverse=True) 
mean_dist = u[np.argmax(np.bincount(indices))] # most probable distance 
# use this mean_dist in order to draw a complete circle

1 method result

2方法的草图：

from skimage.transform import hough_ellipse 

result = hough_ellipse(array, min_size=..., max_size=...) 
result.sort(order='accumulator') 
# ... extract the necessary info from result variable if it's not empty

可能有人建议另一个和有效的解决方案？谢谢！

来源

2017-04-16 Igor Poletaev

显示您的尝试！ – Astrom

这是一个有效且很好的问题，但没有代码，它看起来非常宽泛，并且没有针对任何给定的标签。它可能更适合其他SE站点，如DSP。 – iled

我试着统计计算从中心到白点的平均距离并完成圆圈。

那么这似乎是一个好的开始。给定n像素的图像，该算法是O(n)，这已经非常有效。

如果你想有一个更快的实现，请尝试使用随机化：

采取从图像m随机采样点，并使用这些来计算白点的平均半径。然后用这个半径完成圆。

此算法将有O(m)这意味着它对所有m < n更快。为m选择合适的值可能会非常棘手，因为您必须在运行时间和输出质量之间做出妥协。

来源

2017-04-16 17:16:59 Felix

是的，这很清楚。但它不够好，因为有数以百万计的这样的数组，并且它们都不相同。因此这种方法并不适合。还有一个疯狂的想法来训练一个神经网络来补充圆的弧度:) –

你的意思是它不够快，或者它不能补充所有情况下的圆圈？ – Felix

如果是关于速度，请显示您的代码。如果是关于结果，则显示一些不起作用的情况。 – Felix

如何将圆弧延伸至完整的圆形？

回答

相关问题