检测图像中的点并进行比较

Question

我正在尝试从构成某些符号的图像中提取点。

首先我要应用自适应阈值：

然后我尝试检测斑点并忽略所有不构成标志的测量距离和斑点半径。

但这并不能准确地做到这一点（不同的原始图像）并且检测到许多人工制品。我尝试了所有参数变体，但 none 适合 :

有没有更好的方法？

图片来自相机，我正在尝试检测标志中缺失的点。如果缺少点，它们会从底部丢失并影响整行（因此它们会影响标志的总高度）。现在我正在创建没有遗漏点的模板，并每隔几帧将其与实际图像进行比较，但这不起作用，因为遗漏点造成的错误小于帧之间的错误。

关于更好地解决此问题的任何想法？

Answer 1

这是我刚刚测试过的，它给出了很好的结果：

以较小的结构元素半径开+闭以清洁一点图像
白色大礼帽，以便提取您的文字。

它给出了比自动阈值更好的结果。

[编辑] 这是一个结果，但只有一个开口和一顶尺寸为 13 的白色大礼帽：result

Answer 2

我处理了一个类似的问题，我的方法更长，但它提供了更多的参数来调整（一个好处，也可能是一个诅咒）- 无论如何：

GaussianBlur（如果需要）
Canny 过滤器
Dilate（如果需要从 Canny 步骤关闭 'rings'）
findContours

尝试初始图像处理，使其错误地给出（略）多于您应有的候选轮廓 - 然后根据目标的特征进行过滤与误报。

如果您之前没有使用过轮廓和力矩分析，现在是时候阅读它了...

在我的例子中，我实现了：

A 'hierarchical' 基于等高线嵌套方式的过滤器彼此。
一个 'morphological' 过滤器，用于寻找周长与面积之比接近理想圆的轮廓（这看起来与您的任务相关）。

Answer 3

结果

我已经按照@FiReTiTi 的指导实现了代码。请检查。!!

#include<iostream>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
using namespace std;
using namespace cv;

int main(){
    Mat src = imread("7.png",1);
    imshow("src",src);
    src = src + Scalar (75,75,75);
    Mat erosion_dst;
    Mat dilation_dst;
    Mat dilation_dst1;
    int erosion_size = 8;   
cv::Mat element = cv::getStructuringElement(cv::MORPH_CROSS,
                      cv::Size(2 * erosion_size + 1, 2 * erosion_size + 1), 
                      cv::Point(erosion_size, erosion_size) );
    erode( src, erosion_dst, element );
    erode(  erosion_dst, erosion_dst, element );
    erode(  erosion_dst, erosion_dst, element );
    dilate(erosion_dst, dilation_dst1, element );

    dilate(dilation_dst1, dilation_dst, element );
    dilate(dilation_dst, dilation_dst, element );
    dilate(dilation_dst, dilation_dst, element );
    erode( dilation_dst, dilation_dst, element );

    imshow("opening of image",dilation_dst);

    Mat topHat= src-dilation_dst;
    //topHat = topHat + 255;
    imshow("tophat image",topHat);

for(int i=0;i<topHat.rows;i++)
 {
  for(int j=0;j<topHat.cols;j++)
  {
   if(topHat.at<uchar>(i,j) > 2 )
    {
     //originalImage.at<Vec3b>(i,j) = 255;
        topHat.at<uchar>(i,j)=255;

        //   cout << i<<" " <<j<< endl; 
     }
   }
 }
//

imshow("Final image",topHat);
    waitKey();
}

检测图像中的点并进行比较

Detect points in image and compare them

c++

opencv

image-processing

feature-detection