如何使對象的邊界定義良好？

是否有任何工具可以使邊界在圖像中被很好地定義。我正在使用Python-OpenCV。它是否有任何此功能的方法？如何使對象的邊界定義良好？

例如，

讓我的輸入圖像是這樣的。

你可以看到在邊界受到一些干擾。一些像素只是從邊界投影。邊界不是完美的直線。

所需的輸出是這樣的事情。

來源

2017-08-25 Sreeragh A R

應該如何算法猜你想達到什麼？你能否做出任何假設，如從任何黑色像素到最近的白色像素的距離可能不會大於x（字母線的寬度）？或者你有一套目標模板？ – Micka

你可以做OCR，然後打印與所需的字體的結果。沒有其他方式將您的輸入圖像轉換爲理想的所需形狀。

來源

2017-08-25 06:00:11

這不提供問題的答案。要批評或要求作者澄清，請在其帖子下方留言。 - [來自評論]（/ review/low-quality-posts/17217175） – meowgoesthedog

問題是：「是否有任何工具可以使界限在圖像中得到很好的定義。」答案是OCR工具，因爲要重建「完美」的對象輪廓，您需要關於可以滿足的對象的信息。如果我們使用字母，關於「完美」形狀的信息以字母形狀存儲。如果你做OCR，你可以打印完美的形狀。 –

您可以使用cv2.findContours()檢測圖像中的輪廓，然後用線逼近輪廓。請參閱OpenCV contours tutorial上的輪廓逼近部分。在教程中注意，在盒子內部拍攝的部分可能有點鋸齒狀，但輪廓逼近只是畫出了很好的直線。你可以用同樣的方式來思考K，整體輪廓就像一個盒子，但是裏面有碎片。

這似乎很好地工作：

import cv2 
import numpy as np 

img = cv2.imread('k.png', 0) # read as grayscale 
img = 255 - img # flip black and white 

# find contours in the image 
bin_img = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)[1] 
mode = cv2.RETR_EXTERNAL 
method = cv2.CHAIN_APPROX_SIMPLE 
contours = cv2.findContours(bin_img, mode, method)[1] 

# take largest contour, approximate it 
contour = contours[0] 
epsilon = 0.005 * cv2.arcLength(contour, True) 
approx_contour = cv2.approxPolyDP(contour, epsilon, True) 

contour_img = np.zeros_like(img) 
contour_img = cv2.fillPoly(contour_img, [approx_contour], 255) 
contour_img = 255 - contour_img # flip back black and white 

cv2.imshow('Fixed k', contour_img) 
cv2.waitKey()

輸入：

輸出：

來源

2017-08-25 07:19:36

如何使對象的邊界定義良好？

回答

相關問題