我试图在没有任何深度学习方法的情况下检测图像中的街道区域。
说我有这张图片:
我正在寻找任何简单的方法来检测图像的街道部分，如下所示:
现在我知道这可能不是很准确，准确度根本不是问题，我正在尝试不使用任何深度学习方法来实现这一点。
最佳答案
粗线可以给出直接的直线测量。但我不会瘦，它会给您您想要的。如下所示
您需要很多复杂的算法，例如深度语义分割模型。并以此为基础进行训练。
即使您不喜欢深度学习。传统算法(例如变异分析，SVM学习或adaboost)也非常复杂，您将无法轻松使用它。您需要对这些主题有更深入的了解。
如果您真的想要，可以从变分分析，主动轮廓模型，蛇能量开始提取道路开始。事实证明，这种变分分析可用于复杂场景，并提取特定模型，如下图所示。您的道路是空的低坡度区域，附近的所有建筑物树都是您不想要的高坡度响应。
我的建议是通过使用预先训练的模型并增加表面模型，使您的生活更轻松。下载，运行python脚本。就这样
您可以尝试一些开源实现，例如
https://github.com/ArkaJU/U-Net-Satellite
https://github.com/Paulymorphous/Road-Segmentation
https://github.com/avanetten/cresi
基于预测的掩码。然后您可以准确地获得生产，如下所示
这将是您正在寻找的结果
问候
盛海源
关于python - 在Google map 图像(航空图像)中检测街道区域的简单方法，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/62623836/