使用OpenCV进行垂直曲线检测

Question

我希望检测图像中间的垂直曲线。您有什么想法如何做到这一点？我想通过这条线将左右两侧分开。我应该使用哪种特征或过滤器？非常感谢您提供检测线的想法。

这是图片链接：

顺便提一句：我在Python中使用OpenCV库。

- elfik8

---

你的图片总是这样吗？右边有黑色，左边有噪音水平线？ - Micka

是的，它总是像这张图片一样。 - elfik8

所以我会尝试将图像分割成黑色和噪声区域（可能是简单的阈值处理），然后提取该噪声部分的右边界。不幸的是，我现在没有时间实现它。 - Micka

Answer 1

很抱歉，我对OpenCV并不是很了解。以下是如何实现的概述。同时提供使用Imagemagick和Python Wand代码的示例。请注意，我保存中间图像以展示步骤。

Read the image

Blur it some

Threshold is to binary

Do connected components processing to remove all small regions (see contours or blobs in OpenCV)

Use morphology open and close to smooth the edges

Extract an edge outline of the transition between white and black (there are many edge operators: laplacian, gradients, canny, etc)

输入：

convert img.jpg -blur 0x1 -threshold 9% -type bilevel +write threshold.png \
-define connected-components:mean-color=true \
-define connected-components:area-threshold=10000 \
-connected-components 4 +write ccl.png \
-morphology open disk:5 \
-morphology close disk:5 +write smooth.png \
-morphology edge diamond:1 \
result.png

阈值：

连接的组件：

平滑：

结果：

以下是使用 Python Wand 0.5.6（目前正在开发中）和 Imagemagick 7.0.8.56 的等效代码：

#!/bin/python3.7

from wand.image import Image
from wand.display import display

with Image(filename='curve.jpg') as img:
    img.blur(radius=0, sigma=1)
    img.threshold(threshold=0.09)
    img.connected_components(connectivity=4, area_threshold=1000, mean_color=True)
    img.morphology(method='open', kernel='disk:5')
    img.morphology(method='close', kernel='disk:5')
    img.morphology(method='edge', kernel='diamond:1')
    img.save(filename='0_wand_trim.png')
    display(img)

- fmw42

Answer 2

这里提供一种简单的方法

• 将图像转换为灰度并进行中值模糊处理
• 进行阈值处理以获取二进制图像
• 执行形态学变换以平滑图像
• 执行Canny边缘检测

---

中值滤波 → 阈值化 → 开操作 → 闭操作 → 边缘检测

import cv2

image = cv2.imread('1.jpg', 0)
blur = cv2.medianBlur(image, 9)
thresh = cv2.threshold(blur, 25, 255, cv2.THRESH_BINARY)[1]
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (9,9))
opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel, iterations=3)
close = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel, iterations=3)
canny = cv2.Canny(close, 120, 255, 1)

cv2.imshow('canny', canny)
cv2.waitKey()

- nathancy