用OpenCV进行形状检测 - 轮廓近似

Question

我正在编写一个用于形状检测的小应用程序。首先需要做的是在图像上找到最显著的形状。我从一些预处理开始，包括将图像转换为灰度图像、阈值处理和边缘检测。下面展示了这些操作前后的图像：

操作前

操作后

因此，您可以看到主要的形状已经可见（虽然有点分散），还有一些噪声（小树等）。我需要做的是提取出最显著的形状（最大的那个），在这种情况下它是一座塔。我想做的是使用OpenCV中的轮廓查找函数，然后以某种方式用多边形逼近找到的轮廓。然后我会（以某种方式）计算轮廓的面积并仅选择最大的那个。

到目前为止，我只能找到轮廓：

cvFindContours(crated,g_storage,&contours);

我知道有一种

cvApproxPoly

我使用了一个函数，但是无法获得有用的信息来描述这个函数的结果。请问是否有可能计算轮廓的面积或者用多边形逼近轮廓？也许你有更好的想法来提取只有最显著的形状？

- inferno

Answer 1

这里不需要进行边缘检测。只需将图像阈值化为二进制图像，然后在其上找到斑点（使用cvFindContours）。您可以对每个返回的CvSeq使用cvContourArea来找到其面积。

- damian

Answer 2

如果您的背景是可控的，我建议按照以下步骤进行操作（也被@damian建议）：

1. 二值化，即创建一张图像，其中背景=0，对象区域=1（或255）。之后，您将在图像上拥有几个白色区域。有几种方法可以做到这一点，但如果您的背景是可控的，则可以使用固定阈值。请注意，此时您已经去除了对象内部的噪声。在二进制图像中，您始终可以使用形态学开/闭来平滑对象。
2. 使用cvFindContours查找所有对象：现在应该更容易了。
3. 通过使用cvFloodFill将较小的轮廓填充为背景颜色。

- Moacir Ponti

---

作为二值化过程的补充。很难找到一个好阈值。我总是计算直方图并寻找“低点”。通常在那里，您会得到一个不错的阈值。 如果您使用JPEG，则此方法可能效果不佳。 - Arndt Bieberstein

Answer 3

你面临的主要问题是塔轮轮廓分散。从这些小片段中重新创建整个轮廓将很困难。优化你的边缘检测阶段（尝试使用cvAdaptiveThreshold），或者使用不同的方法（也许像物体分割）。

在将轮廓拼接成一个整体后，你可以像这样检查其面积：

CvSeq* convex_hull=cvConvexHull2( contour, storage, CV_CLOCKWISE, 2 );
CvSeq* quad=cvApproxPoly(convex_hull, sizeof(CvContour), storage, CV_POLY_APPROX_DP, cvContourPerimeter(contour)*0.02, 0);
float size=fabs(cvContourArea( quad,CV_WHOLE_SEQ,0 ));

您需要调整参数。它被用于检测矩形。

- Piotr Praszmo

Answer 4

你可以使用形态学操作来抑制“轮廓噪声”（在你的情况下是膨胀）。但是你必须记住，形态学操作的可用性取决于当前任务。例如，如果你有两个靠得很近的对象，膨胀可以将它们中的一个变为一个对象。

- Sasha