我希望实现一个算法，该算法将找到轮廓的边界矩形（已由另一个算法确定）。我只有一张二值化图像（如下所示）。基本思路是：
取这样的东西 - 预处理的二值化图像
并生成这样的东西
5个回答
4
查看连通组件标记：http://en.wikipedia.org/wiki/Connected-component_labeling。在此情况下，您可以查找白色像素或黑色像素的连接组件（由于图像中白点较少，因此白色更易于计算）。
- ElKamina
1
我知道这个东西一定有一个名称，只是我花了两天时间搜索才找到它。 - Synexis
1
我可以建议一个简单的方法来开始：
在图像中，进行二维二分搜索以找到图像中间点（x，y）。 从该点开始执行泛洪填充。
如果填充图形的边界不是图像的边界，则找到了一个封闭图形，因此找到了其边界框。
如果它填充整个图像，则表示未找到任何内容，因此将图像分成四个象限并递归执行相同操作。（您无需检查落在先前找到的边界框图形内的点，从而缩小搜索空间）。
- Gabriel Belingueres
3
你的“2D二进制”是指kd树吗？ - Micromega
我的意思是将空间分成四个象限，就像四叉树一样。 - Gabriel Belingueres
我觉得kd树也可以，但四叉树是个很好的选择。 - Micromega
0
看起来OpenCV已经实现了一些用于查找轮廓边界框的算法。因此，研究他们的函数如何工作可能是一个很好的开始方式。 http://opencv.itseez.com/doc/tutorials/imgproc/shapedescriptors/bounding_rects_circles/bounding_rects_circles.html
- aoi222
5
好的，那是个不错的想法，但我想从头开始。我不能使用OpenCV的实现。 - Patryk
在您的轮廓创建函数实现中，是否可以将每个轮廓分组为一组点？如果可以这样做，那么查找边界框几乎变得微不足道，因为您只需要在每个集合中找到最高、最低、最左和最右的点即可。 - aoi222
我只有一个二值化图像 - 就这样。我必须想办法整理出边界矩形。 - Patryk
1那么你可以实现一些轮廓跟踪算法，如Moore-Neighbor或Radial Sweep，这将非常简单，但允许您在找到它们后对白色像素进行分组。因此，基本上从图像开始，直到找到白色像素为止。将其设置为起始像素并应用轮廓跟踪算法。一旦算法完成跟踪，使用它找到的像素集来确定边界框。然后找到下一个不在先前找到的轮廓集合中的白色像素，并再次开始应用该算法。 - aoi222
谢谢回答。我会尝试在互联网上寻找一些材料。如果你找到了什么，请在评论中发布。 - Patryk
0
对于每个元素：
They highest y - 1 is the top of the rectangle.
The leftmost x - 1 is the left of the rectangle.
The lowest y + 1 is the bottom of the rectangle.
The rightmost x + 1 is the right of the rectangle.
请注意，我所说的“最高”是指靠近屏幕顶部的位置，而不是最大值。
- Steve Wellens
1
你有一张图片（由0和1组成的矩阵），我想找到这些矩形的坐标，你误解了我的意思。 - Patryk
-1
您可以计算最小生成树并删除最长的边缘。然后，您可以计算k-means。 删除另一个长边并计算k-means。 反复洗涤，直到N = 10. 我相信这个算法被命名为单链接k-means, 聚类类似于沃罗诺伊图：
“单链接k聚类算法…正是Kruskal算法…等同于找到MST并删除k-1条最昂贵的边缘。”
例如在此处查看：https://stats.stackexchange.com/questions/1475/visualization-software-for-clustering然后，对于每个聚类，应用此规则：
They highest y - 1 is the top of the rectangle.
The leftmost x - 1 is the left of the rectangle.
The lowest y + 1 is the bottom of the rectangle.
The rightmost x + 1 is the right of the rectangle.
注意，我所说的“最高”是指靠近屏幕顶部而不是最大值。
- Micromega
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
原文链接