OpenCV的线/尺检测

我试图检测图像上的统治者，我要按照下面的过程：OpenCV的线/尺检测

1）准备图像（模糊，康力，ECT）

2）检测线

3）制备组平行线

所以，我有一个图像：

该应用转换成这样的：

下一个我试图HoughLinesP方法，看起来我不能在我的案件，不适用，因为我不知道线的角度，所以它没有找到尺子垂直线，却发现水平（例如）和每一个标尺线由许多细线，那将是对过程的一个问题：

代码：

std::vector<cv::Vec4i> lines_std; 
cv::HoughLinesP(grayMat, lines_std, 1, CV_PI/90, 50, 10, 0); 

// drawing lines (with random color) 
for(size_t i = 0; i < lines_std.size(); i++) 
{ 
    cv::line(originalMat, cv::Point(lines_std[i][0], lines_std[i][1]), 
      cv::Point(lines_std[i][2], lines_std[i][3]), cv::Scalar(arc4random_uniform(155)+100, 
                  arc4random_uniform(155)+100, 
                  arc4random_uniform(155)+100), 1); 
}

也是我试过LineSegmentDetector，并获得更接近的结果我的预期：

代码：

vector<Vec4f> lines_std; 
Ptr<LineSegmentDetector> ls = createLineSegmentDetector(LSD_REFINE_NONE); 
ls->detect(grayMat, lines_std);

但在这里，我面临着一些问题（而且看上去也没有办法来定制createLineSegmentDetector）：检测不是所有的线;线检测不在中心，而是在双方，有时只在左侧或右侧，但我需要得到粗线的中心，因为这将在下一次计算中使用。

那么，找到所有行（每行只有一次在粗体行的中心）的正确方法是什么？

更新

试图HoughLines也：

矢量线;

cv::HoughLines(grayMat, lines, 1, CV_PI/90, 100 , 100, 0); 

for(size_t i = 0; i < lines.size(); i++) 
{ 
    float rho = lines[i][0], theta = lines[i][1]; 
    cv::Point pt1, pt2; 
    double a = cos(theta), b = sin(theta); 
    double x0 = a*rho, y0 = b*rho; 

    pt1.x = cvRound(x0 + 1000*(-b)); 
    pt1.y = cvRound(y0 + 1000*(a)); 
    pt2.x = cvRound(x0 - 1000*(-b)); 
    pt2.y = cvRound(y0 - 1000*(a)); 

    cv::line(originalMat, pt1, pt2, cv::Scalar(0,255,0), 3, CV_AA); 
}

但结果也看起来很奇怪（和计算需要花费大量的时间）：

来源

2017-02-10 user5599807

猜我发现我应该遵循的方式：

1）使线薄尽可能（Canny转换后）：

cv::Mat skel(grayMat.size(), CV_8UC1, cv::Scalar(0)); 
cv::Mat temp(grayMat.size(), CV_8UC1); 
cv::Mat elementSkel = cv::getStructuringElement(cv::MORPH_CROSS, cv::Size(3, 3)); 

bool done; 
do 
{ 
    cv::morphologyEx(grayMat, temp, cv::MORPH_OPEN, elementSkel); 
    cv::bitwise_not(temp, temp); 
    cv::bitwise_and(grayMat, temp, temp); 
    cv::bitwise_or(skel, temp, skel); 
    cv::erode(grayMat, grayMat, elementSkel); 

    double max; 
    cv::minMaxLoc(grayMat, 0, &max); 
    done = (max == 0); 
} while (!done);

它看起来像这样：

2）检测线与LineSigmentDetector：由角度

vector<Vec4f> lines_std; 
Ptr<LineSegmentDetector> ls = createLineSegmentDetector(LSD_REFINE_NONE); 
ls->detect(skel, lines_std);

3）计算线的角度和组ID：

NSMutableDictionary *testHashMap = [[NSMutableDictionary alloc]init]; 

for(size_t i = 0; i < lines_std.size(); i++) 
{ 
    cv::Point p1 = cv::Point(lines_std[i][0], lines_std[i][1]); 
    cv::Point p2 = cv::Point(lines_std[i][2], lines_std[i][3]); 
    int angle = abs(atan2(p1.y - p2.y, p1.x - p2.x)); // int for rounding (for test only) 

    NSMutableArray *idArray=testHashMap[[NSString stringWithFormat:@"%i", angle]]; 
    if(idArray == nil) { 
     idArray = [[NSMutableArray alloc] init]; 
    } 

    [idArray addObject:[NSNumber numberWithInt:i]]; 
    [testHashMap setObject:idArray forKey:[NSString stringWithFormat:@"%i", angle] ]; 
}

4）发现标尺线设置并画出：

for(NSInteger i = 0; i < [rulerIds count]; i++) 
{ 
    int itemId = [[rulerIds objectAtIndex:i] integerValue]; 
    cv::Point p1 = cv::Point(lines_std[itemId][0], lines_std[itemId][1]); 
    cv::Point p2 = cv::Point(lines_std[itemId][2], lines_std[itemId][3]); 
    cv::line(originalMat, p1 , p2, cv::Scalar(0,255,0), 1); 
}

结果我：

更新

但如果我们放大这一形象也依然看到重复的行去除重复我做了通过建立融合线简单的逻辑平均值对于每个点，例如，在3行（绿）的情况下，我们有在端3点：

来源

2017-02-13 20:08:20 user5599807

OpenCV的线/尺检测

回答

相关问题