我已经对这样的图像进行了二值化处理:
我需要确定内部实心圆盘的中心和半径。如您所见,它被接触到它的纹理区域包围,因此简单的连接组件检测不起作用。无论如何,在周边的很大一部分上都有空隙。
一种可能的解决方法是腐 eclipse 直到所有纹理消失或与磁盘断开连接,但这可能很耗时,而且迭代次数不确定。 (此外,在某些不幸的情况下,盘中会出现微小的孔洞,这些孔洞会随着侵 eclipse 而增长。)
有没有更好的建议来以稳健和快速的方式解决这个问题? (我标记了 OpenCV,但这不是强制性的,重要的是方法。)
最佳答案
您可以:
- 反转图像
- 找到 largest axis-aligned rectangle containing only zeros ,(我使用了来自 this answer 的 C++ 代码)。该算法非常快。
- 从矩形中得到圆的圆心和半径
代码:
#include <opencv2\opencv.hpp>
using namespace std;
using namespace cv;
// https://stackoverflow.com/a/30418912/5008845
cv::Rect findMaxRect(const cv::Mat1b& src)
{
cv::Mat1f W(src.rows, src.cols, float(0));
cv::Mat1f H(src.rows, src.cols, float(0));
cv::Rect maxRect(0,0,0,0);
float maxArea = 0.f;
for (int r = 0; r < src.rows; ++r)
{
for (int c = 0; c < src.cols; ++c)
{
if (src(r, c) == 0)
{
H(r, c) = 1.f + ((r>0) ? H(r-1, c) : 0);
W(r, c) = 1.f + ((c>0) ? W(r, c-1) : 0);
}
float minw = W(r,c);
for (int h = 0; h < H(r, c); ++h)
{
minw = std::min(minw, W(r-h, c));
float area = (h+1) * minw;
if (area > maxArea)
{
maxArea = area;
maxRect = cv::Rect(cv::Point(c - minw + 1, r - h), cv::Point(c+1, r+1));
}
}
}
}
return maxRect;
}
int main()
{
cv::Mat1b img = cv::imread("path/to/img", cv::IMREAD_GRAYSCALE);
// Correct image
img = img > 127;
cv::Rect r = findMaxRect(~img);
cv::Point center ( std::round(r.x + r.width / 2.f), std::round(r.y + r.height / 2.f));
int radius = std::sqrt(r.width*r.width + r.height*r.height) / 2;
cv::Mat3b out;
cv::cvtColor(img, out, cv::COLOR_GRAY2BGR);
cv::rectangle(out, r, cv::Scalar(0, 255, 0));
cv::circle(out, center, radius, cv::Scalar(0, 0, 255));
return 0;
}
关于opencv - 二值图像中圆盘的半径,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53537561/