我有兴趣在我的县找到所有网球场（以及其他类似的明确定义的特征，如篮球场），并且我有良好（但不同）分辨率的航拍图像，但我不确定找到它们的最佳方法. 以下是图像的两个示例：
我查看了各种方法，我认为模板匹配不会起作用，因为它会非常慢，因为可以有任意比例和旋转，而且颜色也可以变化。霍夫变换听起来很有希望，但是一旦我得到所有线条，我不确定如何找到构成具有适当比例（约 36x29 英尺）的矩形的线条，或者更好地考虑其他标记的线条。
作为背景，我的目标是将我县的所有网球场添加到 OpenStreetMap。
我会首先只考虑绿色通道，或者以更智能的方式利用网球场的特殊颜色特性。
完成后，您可以应用边缘检测器，使用高阈值，因为线和球场之间的对比度非常高。
为了进一步去除异常值，您可以在过程结束时应用霍夫变换。
让我们知道您是否取得了好成绩！
啊哈，它写了一篇关于这个主题的博客文章！
在他们的帖子中，他们将网球场的图像转换为灰度图像。他们在哪里找到每条水平和垂直线的一阶和二阶导数。使用这些信息，他们能够确定照片中亮线（可能的球场边界）的位置。从那里他们将图像缩小为只有亮线的黑白呈现。
这是他们开始搜索网球场图像的时候。他们使用所谓的“模型形状”。模型形状本质上是对您正在寻找的对象的描述“例如：网球场的 11 条线”。作者找到所有平行线段，并将平行线段与模型形状进行比较。如果线段和模型形状之间的匹配度足够高，那么您已经找到了一个网球场。