计算边缘线斜率的有效方法

Question

计算边缘线斜率的有效方法

python-2.7opencvedge-detectionderivativecorner-detection

3

我使用Python 2-7和OpenCV 3.2对图像执行了边缘检测，得到了如下图片所示的结果，即一像素宽的边缘不一定封闭（可能有“松散的端点”），并且可能有空洞。

现在我想获得这些边缘的“导数”，也就是每个点的“斜率”，如下图所示：

目前，我唯一能做到的是在本地进行操作。对于边缘的每个点（在下一个“放大”图片中为红色），我创建一个围绕它的圆圈（粉色），使用该圆圈遮罩边缘以获取红点的邻居，然后计算这两个邻居的斜率。

然而，如果边缘有洞（通常会出现这种情况）或靠近其他边缘（通常也是如此），掩蔽所有点会变得非常混乱，所以我想知道是否有更好的方法。我的第一个想法是样条插值，但您需要为给定边缘提供一个有序的点列表作为输入，除非使用像素邻居跟踪算法，否则很难实现。我还想到了findContours，但它需要封闭的边缘，否则它会产生一个一像素宽的边缘轮廓，即两条线在边缘的两侧开始于任意位置，简而言之，这是一团糟。是否有比我当前方法更清晰和更有效的方法来实现我想要的？OpenCV是否有任何资源，还是它在边缘检测后就完成了工作（我认为后者更有可能！）？附言：“我认为没有更好的方法”是我愿意接受的答案！

- Soltius

最简单的方法是将您的对象表示为轮廓，但正如您所说，您的对象可能具有孔，并且可能非常难以将其表示为“连接”的轮廓。 - Micka

感谢您的回复。即使没有孔，我的对象也不一定是封闭的，它们大多是松散的边缘。因此，findContours()并不能帮助我。我已经编辑了我的问题以考虑这一点。 - Soltius

你仍然可以通过“轮廓”（沿着曲线的点位置的有序列表）来表示曲线段，但是你必须以不同的方式计算它们（而不是使用findContours）。之后计算斜率变得简单，也许总体更有效。但仍然存在将边缘分组到曲线段的问题... - Micka

是的，对于“将边缘分组成曲线”的步骤，我想不到其他方法，只能使用低级算法，通过计算每个像素的邻居数量来找到极点，然后迭代地查找下一个邻居...这种算法可能在计算效率上不够高，并且在连接性有些复杂时容易出错。 - Soltius

斜率可以被看作是一条直线的倾斜度，谈论曲线的斜率是没有意义的（只有切线上的“线”斜率）。由于你的轮廓中有曲线，你可能想将每个轮廓分成“直”的线段，每个线段都有一个定义它的斜率。是这样吗？ - Pedro Batista

显示剩余3条评论

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

- Pedro Batista · Answer 1

所以，如果我理解正确的话，你需要一个没有空洞的有序点列表，因为在那之后，你似乎知道如何继续获得你的结果。所以，你应该专注于获取一个有序无间隙的列表。

FindContours确实输出了一个有序列表，但可能不是你需要的顺序。它按从上到下/从左到右的优先级分组连接像素。因此，它按顺序扫描每一行，当它遇到白色像素时，它会找到第一个轮廓。因此，在你的图像中，它找到的第一个轮廓实际上是右边的那个，因为它的Y值最接近0。

对于这个特定的图像，如果你将它旋转90度，你会意识到它实际上会按照你需要的方式排序你的轮廓和点。但这种情况总是成立吗？只有你自己能够判断。如果有一种预处理方法可以应用于你的图像，可以保证findContours以正确的方式对你的像素进行排序，那么其余的工作就很容易了。如果没有，我建议你创建自己的像素连接算法，使其按照你需要的方式工作，因为你所有的问题都取决于获得一个有序列表。

一旦你有了有序列表，只需插值缺失的像素即可。

如果您有一个有序像素集，“关闭间隙”很容易，因为您只需要找到间隙并在它们之间插值作为近似，这可能不会损害您的算法。