OpenCV：适配检测到的边缘

Question

OpenCV：适配检测到的边缘

pythonopencvcurve-fittingedge-detection

8

我使用Canny边缘检测方法检测到了水波的边缘。然而，我想要针对这个边缘拟合一个曲线。在OpenCV中是否可能实现呢？

以下是边缘检测前的图像:

以下是边缘检测的结果:

此代码是从OpenCV教程中的示例复制的。

import cv2
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread('BW.JPG',0)
edges = cv2.Canny(img,100,200)

plt.plot(1),plt.imshow(edges,cmap = 'gray')
plt.title('WAVE')
plt.show()

- VaFancy

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Chris Hunt · Accepted Answer

这个波形相当简单，因此我们将拟合一个多项式曲线到由cv2输出定义的主要边缘。首先，我们想要获取该主要边缘的点。假设您的原点在图像上是左上角。查看原始图像，如果我们只取范围在（750,1500）之间具有最大y的点，那么我们对感兴趣的点会有一个很好的近似。

import cv2
import numpy as np
from matplotlib import pyplot as plt
from numba import jit

# Show plot
img = cv2.imread('wave.jpg',0)
edges = cv2.Canny(img,100,200)

# https://dev59.com/TGsz5IYBdhLWcg3w0rZC#29799815
# Get index of matching value.
@jit(nopython=True)
def find_first(item, vec):
    """return the index of the first occurence of item in vec"""
    for i in range(len(vec)):
        if item == vec[i]:
            return i
    return -1

bounds = [750, 1500]
# Now the points we want are the lowest-index 255 in each row
window = edges[bounds[1]:bounds[0]:-1].transpose()

xy = []
for i in range(len(window)):
    col = window[i]
    j = find_first(255, col)
    if j != -1:
        xy.extend((i, j))
# Reshape into [[x1, y1],...]
data = np.array(xy).reshape((-1, 2))
# Translate points back to original positions.
data[:, 1] = bounds[1] - data[:, 1]

如果我们将这些点绘制成图表，就可以看到它们非常接近我们的目标点。

plt.figure(1, figsize=(8, 16))
ax1 = plt.subplot(211)
ax1.imshow(edges,cmap = 'gray')
ax2 = plt.subplot(212)
ax2.axis([0, edges.shape[1], edges.shape[0], 0])
ax2.plot(data[:,1])
plt.show()

现在我们有了一个坐标对的数组，我们可以使用numpy.polyfit生成最佳拟合曲线的系数，然后使用numpy.poly1d从这些系数生成函数。

xdata = data[:,0]
ydata = data[:,1]

z = np.polyfit(xdata, ydata, 5)
f = np.poly1d(z)

然后绘制图形以验证

t = np.arange(0, edges.shape[1], 1)
plt.figure(2, figsize=(8, 16))
ax1 = plt.subplot(211)
ax1.imshow(edges,cmap = 'gray')
ax2 = plt.subplot(212)
ax2.axis([0, edges.shape[1], edges.shape[0], 0])
ax2.plot(t, f(t))
plt.show()