Я пытаюсь сделать пиксельное изображение и сделать его более похожим на рисунок/планшет.OpenCV snap corner to grid
Вот источник изображение:
Я использую питон и OpenCV 2. До сих пор я могу найти некоторые углы с помощью обнаружения углового Харриса, но я удар предел моего OpenCV знаний ,
Вот пример того, что выход будет выглядеть так:
Основные цели:
- 90 ° углы
- линии только вертикальные или горизонтальные (источник изображение слегка перекошено)
До сих пор здесь обзор того, что, кажется, работают ISH (Python):
points = cv2.cornerHarris(grey, blockSize = 2, ksize = 13, k = 0.1)
i = 0
while i < len(points):
a = points[i].src.copy()
weld_targets = []
# Compair i to points > i:
for j in range(i + 1, len(points)):
b = points[j].src
if a.distance(b) < weld_distance:
weld_targets.append(j)
if len(weld_targets) > 0:
for index in reversed(weld_targets):
a.add(points[index].src.copy())
del points[index]
a.divide(len(weld_targets) + 1)
grid_size = 5
grid_offset = 5
points[i] = TranslationPoint(a.x, a.y, grid_size, grid_offset)
else:
i += 1
# Then snapping all the points to a grid:
Дайте мне что-то вроде: (розовая = сетки щелкнула точку, синий = Харрис точку после сварки/подгона) Отсюда я могу подключить розовые точки, увидев, что между исходными (синими) точками был преимущественно черный.
Идеи для улучшения/функции openCV, которые могли бы помочь?
UPDATE: Это работает в основном и любые лидара сканирования:
SM_KERNEL_SIZE = 5
SM_KERNEL = np.ones((SM_KERNEL_SIZE, SM_KERNEL_SIZE), np.uint8)
SOFT_KERNEL = np.asarray([
[0.2, 0.4, 0.6, 0.4, 0.2],
[0.4, 0.6, 1.0, 0.6, 0.4],
[0.6, 1.0, 1.0, 1.0, 0.6],
[0.4, 0.6, 1.0, 0.6, 0.4],
[0.2, 0.4, 0.6, 0.4, 0.2],
])
img = cv.erode(img, SMALL_KERNEL, iterations = 2)
img = cv.dilate(img, SMALL_KERNEL, iterations = 2)
for x in range(width - 1):
for y in range(height - 1):
if self.__img[y, x, 0] == 0 and self.__img[y, x, 1] == 0 and self.__img[y, x, 2] == 0:
snap_x = round(x/GRID_SIZE) * GRID_SIZE
snap_y = round(y/GRID_SIZE) * GRID_SIZE
dot_img[snap_y, snap_x] = WALL_FLAG
# Look a points that form a GRID_SIZE x GRID_Size square removing
# the point on the smallest line
dot_img = self.__four_corners(dot_img, show_preview = show_preview)
# Remove points that have no neighbors (neighbor = distance(other_point) < GRID_SIZE
# Remove points that have 1 neighbor that is a corner
# Keep neighbors on a significant line (significant line size >= 4 * GRID_SIZE)
dot_img = self.__erode(dot_img, show_preview = show_preview)
# Connect distance(other_point) <= GRID_SIZE
wall_img = self.__wall_builder(dot_img, show_preview = False)
return wall_img
Я собираюсь посмотреть, можем ли мы с открытым исходным кодом проекта и добавить его в GitHub, чтобы другие могут добавить к этому прохлады проект!
Суперчувствительный ответ! Я собираюсь прочитать обнаружение сегмента и просеять, чтобы увидеть, могу ли я приблизиться к желаемому результату. –