我将尝试检测给定图像中的矩形框。原始图像为:
但该图像不足以检测矩形,我该如何改进并检测出图像中的所有矩形?我尝试使用Canny边缘检测将图像转换为二进制图像,然后应用膨胀、双边滤波,输出结果如下:
我尝试应用所有的形态学操作、Sobel算子,但仍无法检测出图像中的所有矩形。如果能够找到所有矩形的边界,则可以使用findContours函数来检测所有矩形,但如何改进图像以检测所有矩形呢?
以下是给定转换的代码。
以下程序的输出仅检测到8个矩形: 但我需要检测图像中所有存在的矩形。
1)我能否增加此图像中所有黑色像素的厚度?
![original image](https://istack.dev59.com/N1xrX.webp)
以下是给定转换的代码。
img = cv2.imread("givenimage.png",0)
img = cv2.resize(img,(1280,720))
edges = cv2.Canny(img,100,200)
kernal = np.ones((2,2),np.uint8)
dilation = cv2.dilate(edges, kernal , iterations=2)
bilateral = cv2.bilateralFilter(dilation,9,75,75)
contours, hireracy = cv2.findContours(bilateral,cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
for i,contour in enumerate(contours):
approx = cv2.approxPolyDP(contour, 0.01*cv2.arcLength(contour,True),True)
if len(approx) ==4:
X,Y,W,H = cv2.boundingRect(approx)
aspectratio = float(W)/H
if aspectratio >=1.2 :
box = cv2.rectangle(img, (X,Y), (X+W,Y+H), (0,0,255), 2)
cropped = img[Y: Y+H, X: X+W]
cv2.drawContours(img, [approx], 0, (0,255,0),5)
x = approx.ravel()[0]
y = approx.ravel()[1]
cv2.putText(img, "rectangle"+str(i), (x,y),cv2.FONT_HERSHEY_COMPLEX, 0.5, (0,255,0))
cv2.imshow("image",img)
cv2.waitKey(0)
cv2.destroyAllWindows()
以下程序的输出仅检测到8个矩形: 但我需要检测图像中所有存在的矩形。
1)我能否增加此图像中所有黑色像素的厚度?
2) 我可以扩大白色边界之间的所有像素区域吗?