如何使用 morphologyEx 和 drawContours 检测空公园 space？

Question

我有以下图像，其中有无人机捕获的汽车和空停车位。我想检测空公园 space 并绘制一个看起来像预期图像的框。

这是我的代码：

import cv2
import numpy as np 
from matplotlib import pyplot as plt
%matplotlib inline 

img = cv2.imread('parking.jpg')
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)        
gray = cv2.cvtColor(img,cv2.COLOR_RGB2GRAY)     
blurred = cv2.bilateralFilter(gray,21,41,41)         
edged = cv2.Canny(blurred,400,600)        
thresh = cv2.adaptiveThreshold(blurred, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 5, 40)    

mask = cv2.bitwise_not(edged)    
thresh = cv2.bitwise_and(thresh,thresh,mask=mask)     
kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(3,3))    
thresh = cv2.morphologyEx(thresh,cv2.MORPH_OPEN,kernel)    
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) 

output = img.copy()     
cv2.drawContours(output, contours, -1, (0,255,0), 1)    
plt.imshow(output)

问题是它检测到所有现有的矩形。如何减少轮廓以仅检测车辆？

输入图像：

输出图像：

我试图获得什么，预期输出：

Answer 1

我认为这种方法行不通。有两种方法可以解决这个问题：

训练对象检测神经网络以找到空的 spaces。这将产生最准确的预测，但实施起来有点困难，并且需要带注释的数据集。
使用主要背景颜色（相当统一）获得“空白”space，然后处理斑点以确定汽车之间或您在您的视频中检测到的帧内的空白区域代码

您可以通过添加 corner detection 来查找停车场的角落 space 来提高检测质量。有些可能会被汽车遮挡，但您将有足够的数据点来找到正确分割 space.

的序列

不幸的是，所有这些都需要更多的编码才能包含在答案中，但希望它能给你一些指导。

如何使用 morphologyEx 和 drawContours 检测空公园 space？

How to detect empty park space using morphologyEx and drawContours?

python

opencv

image-processing

contour

python-3.x