我正在从事一个可以通过图像计算肘关节角度的项目。我努力的部分是图像处理。
目前正在使用 Intel RealSense R200 在 Python 中执行此操作(尽管可以认为我正在使用图像输入)。
我正在尝试检测左图像的边缘,这样我就可以获得中心图像,旨在提取外部轮廓(右图片):
知道从角里出来的两根 pipe 的边会平行(橙色的两条边和绿色的两条边平行是同一种颜色)...
...我正在尝试构建与两对颜色等距的点的 2 个轨迹,然后“外推到中间”以计算角度:
我已经看到了第二张图片,不可靠的是,我看到了第三张图片。我非常乐于接受建议,如果有任何帮助,我将不胜感激。
最佳答案
我会使用以下方法尝试找到问题中提供的四行。
<强>1。读取图像,并将其转换为灰度
import cv2
import numpy as np
rgb_img = cv2.imread('pipe.jpg')
height, width = gray_img.shape
gray_img = cv2.cvtColor(rgb_img, cv2.COLOR_BGR2GRAY)
<强>2。在图像顶部添加一些白色填充(只是为了有一些额外的背景)
white_padding = np.zeros((50, width, 3))
white_padding[:, :] = [255, 255, 255]
rgb_img = np.row_stack((white_padding, rgb_img))
gray_img = 255 - gray_img
gray_img[gray_img > 100] = 255
gray_img[gray_img <= 100] = 0
black_padding = np.zeros((50, width))
gray_img = np.row_stack((black_padding, gray_img))
4.使用Morphological closing填充图像中的空洞——
kernel = np.ones((30, 30), np.uint8)
closing = cv2.morphologyEx(gray_img, cv2.MORPH_CLOSE, kernel)
edges = cv2.Canny(closing, 100, 200)
6. 现在,我们可以使用 openCV 的 HoughLinesP
函数在给定图像中查找直线 -
minLineLength = 500
maxLineGap = 10
lines = cv2.HoughLinesP(edges, 1, np.pi / 180, 50, None, 50, 100)
all_lines = lines[0]
for x1,y1,x2,y2 in lines[0]:
cv2.line(rgb_img,(x1,y1),(x2,y2),(0,0,255),2)
7.现在,我们必须找到最右边的两条水平线和最底部的两条垂直线。对于水平线,我们将使用 (x2, x1) 按降序对线进行排序。此排序列表中的第一行将是最右边的垂直线。跳过这一点,如果我们采用接下来的两行,它们将是最右边的水平线。
all_lines_x_sorted = sorted(all_lines, key=lambda k: (-k[2], -k[0]))
for x1,y1,x2,y2 in all_lines_x_sorted[1:3]:
cv2.line(rgb_img,(x1,y1),(x2,y2),(0,0,255),2)
8. 类似地,可以使用 y1 坐标按降序对行进行排序,排序列表中的前两行将是最底部的垂直行。
all_lines_y_sorted = sorted(all_lines, key=lambda k: (-k[1]))
for x1,y1,x2,y2 in all_lines_y_sorted[:2]:
cv2.line(rgb_img,(x1,y1),(x2,y2),(0,0,255),2)
final_lines = all_lines_x_sorted[1:3] + all_lines_y_sorted[:2]
因此,获得这 4 条线可以帮助您完成剩余的任务。
关于python - 检测图像的最外边缘并基于它进行绘图,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47777585/