使用OpenCV进行三角形检测

Question

使用OpenCV进行三角形检测

opencvobject-detection

7

我有以下示例图像：

我想用白色填充这些三角形角落。如何使用OpenCV检测它们？当然，在这个特定的样本中，我可以依靠梯度或亮度。但是，未来的图像不会有这么完美的形状，所以我正在考虑一些形状检测。

我听说，例如，霍夫变换通常可以检测到形状。但是我不知道该从哪里开始。

在OpenCV中进行轮廓检测并没有帮助，因为它找到了太多的候选者。我尝试使用size = 3的approxPolyDP，但也没有结果（没有发现这样的对象）。

这些三角形将始终是三角形，但它们不需要每次都接触棒子。它们总是在图像的边缘。它们之间大致共享相同的面积。

我想能够检测三角形并将对应于这些三角形的点收集到某个容器中。

- newt

3

你轮廓检测的错误有两个方面：首先，OpenCV会找到图像中白色部分的轮廓，所以你需要反转它。但即使你反转了它，仍会遇到另一个问题，至少底部的两个三角形连接到了条形码。你说你会有比这更难的图像，最好先发布更难的例子。例如，它们是否总是直角三角形？它们是否总在边缘？这些三角形具有什么属性？ - alkasm

@AlexanderReynolds 很抱歉，我还没有更难的图像。这些三角形始终是三角形，但它们不需要每次都接触到栏杆。它们始终位于图像的边缘。它们大致共享相同的区域。 - newt

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

- Amarpreet Singh · Accepted Answer

我能够使用下面的代码检测三角形。我在图像中找到所有轮廓，然后使用approxPolyDP函数找到了三角形。

import cv2
import numpy as np
image_obj = cv2.imread('image.jpg')

gray = cv2.cvtColor(image_obj, cv2.COLOR_BGR2GRAY)

kernel = np.ones((4, 4), np.uint8)
dilation = cv2.dilate(gray, kernel, iterations=1)

blur = cv2.GaussianBlur(dilation, (5, 5), 0)


thresh = cv2.adaptiveThreshold(blur, 255, 1, 1, 11, 2)

# Now finding Contours         ###################
_, contours, _ = cv2.findContours(
    thresh, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
coordinates = []
for cnt in contours:
        # [point_x, point_y, width, height] = cv2.boundingRect(cnt)
    approx = cv2.approxPolyDP(
        cnt, 0.07 * cv2.arcLength(cnt, True), True)
    if len(approx) == 3:
        coordinates.append([cnt])
        cv2.drawContours(image_obj, [cnt], 0, (0, 0, 255), 3)

cv2.imwrite("result.png", image_obj)

输出图像

您可以获取轮廓的坐标列表。