Получить однострочное представление для нескольких близких строк, сгруппированных вместе в opencv

Ответ 1

Если вы не знаете количество строк на изображении, вы можете использовать функцию cv::partition для разделения строк на группу эквивалентности.

Я предлагаю вам следующую процедуру:

• Разделите свои строки, используя cv::partition. Вам нужно указать хорошую функцию предиката. Это действительно зависит от линий, которые вы извлекаете из изображения, но я думаю, что он должен проверять следующие условия:

  • Угол между линиями должен быть довольно небольшим (например, менее 3 градусов). Используйте dot product для вычисления углового косинуса.
  • Расстояние между центрами сегментов должно быть меньше половины максимальной длины двух сегментов.

Например, он может быть реализован следующим образом:

bool isEqual(const Vec4i& _l1, const Vec4i& _l2)
{
    Vec4i l1(_l1), l2(_l2);

    float length1 = sqrtf((l1[2] - l1[0])*(l1[2] - l1[0]) + (l1[3] - l1[1])*(l1[3] - l1[1]));
    float length2 = sqrtf((l2[2] - l2[0])*(l2[2] - l2[0]) + (l2[3] - l2[1])*(l2[3] - l2[1]));

    float product = (l1[2] - l1[0])*(l2[2] - l2[0]) + (l1[3] - l1[1])*(l2[3] - l2[1]);

    if (fabs(product / (length1 * length2)) < cos(CV_PI / 30))
        return false;

    float mx1 = (l1[0] + l1[2]) * 0.5f;
    float mx2 = (l2[0] + l2[2]) * 0.5f;

    float my1 = (l1[1] + l1[3]) * 0.5f;
    float my2 = (l2[1] + l2[3]) * 0.5f;
    float dist = sqrtf((mx1 - mx2)*(mx1 - mx2) + (my1 - my2)*(my1 - my2));

    if (dist > std::max(length1, length2) * 0.5f)
        return false;

    return true;
}

Угадайте, что у вас есть свои строки в vector<Vec4i> lines;. Затем вы должны вызвать cv::partition следующим образом:

vector<Vec4i> lines;
std::vector<int> labels;
int numberOfLines = cv::partition(lines, labels, isEqual);

Вам нужно позвонить cv::partition один раз, и он будет группировать все строки. Вектор labels будет хранить для каждой метки строки кластера, к которой он принадлежит. См. документация для cv::partition

2. После того, как вы получите все группы строк, вы должны объединить их. Я предлагаю вычислять средний угол всех линий в группе и оценивать "пограничные" точки. Например, если угол равен нулю (т.е. Все линии почти горизонтальны), это будут самые левые и самые правые точки. Остается только нарисовать линию между этими точками.

Я заметил, что все строки в ваших примерах являются горизонтальными или вертикальными. В таком случае вы можете вычислить точку, которая является средней для всех сегментных центров и "пограничных" точек, а затем просто нарисовать горизонтальную или вертикальную линию, ограниченную "пограничными" точками через центральную точку.

Обратите внимание, что cv::partition занимает время O (N ^ 2), поэтому, если вы обрабатываете огромное количество строк, это может занять много времени.

Надеюсь, это поможет. Я использовал такой подход для аналогичной задачи.

Ответ 2

Прежде всего, я хочу отметить, что ваше исходное изображение находится под небольшим углом, поэтому ваш ожидаемый результат кажется мне совсем немного. Я предполагаю, что вы в порядке с линиями, которые не являются на 100% вертикальными в вашем выходе, потому что они слегка отключены на вашем входе.

Mat image;
Mat binary = image > 125;  // Convert to binary image

// Combine similar lines
int size = 3;
Mat element = getStructuringElement( MORPH_ELLIPSE, Size( 2*size + 1, 2*size+1 ), Point( size, size ) );
morphologyEx( mask, mask, MORPH_CLOSE, element );

Пока это дает этот образ:

Эти линии не имеют угол 90 градусов, потому что исходное изображение отсутствует.

Вы также можете закрыть промежуток между строками:

Mat out = Mat::zeros(mask.size(), mask.type());

vector<Vec4i> lines;
HoughLinesP(mask, lines, 1, CV_PI/2, 50, 50, 75);
for( size_t i = 0; i < lines.size(); i++ )
{
    Vec4i l = lines[i];
    line( out, Point(l[0], l[1]), Point(l[2], l[3]), Scalar(255), 5, CV_AA);
}

Если эти линии слишком толстые, у меня был успех, истощающий их:

size = 15;
Mat eroded;
cv::Mat erodeElement = getStructuringElement( MORPH_ELLIPSE, cv::Size( size, size ) );
erode( mask, eroded, erodeElement );

Ответ 3

Я бы рекомендовал использовать HoughLines из OpenCV.

void HoughLines (изображение InputArray, строки OutputArray, double rho, double theta, int threshold, double srn = 0, double stn = 0)

Вы можете настроить с помощью rho и theta возможную ориентацию и положение линий, которые вы хотите наблюдать. В вашем случае theta = 90 ° будет прекрасным (только вертикальные и горизонтальные линии).

После этого вы можете получить уникальные уравнения линии с координатами Плюккера. И оттуда вы можете применить среднее значение K с тремя центрами, которые должны соответствовать приблизительно вашим 3 строкам во втором изображении.

PS: Я увижу, могу ли я протестировать весь процесс с вашим изображением