我尝试检测图像中的矩形。图像的背景是一种颜色（大部分时间）。我尝试了两种方法来获取二进制图像（1 = 背景，0 = 边缘），稍后进行霍夫变换......
Sobel 或 Canny 过滤器
平滑图像 A，创建差异图像 A - 高斯，创建具有阈值的二值图像（创建直方图，最高 bin 应该是背景...）
结果是带有边缘的二值图像。我现在真的不知道哪种方法更适合各种不同的图像。有任何想法吗？
如何检测边缘和矩形
信息处理
图像处理
2021-12-31 05:26:32
4个回答
我曾经写过一个矩形检测的应用程序。它使用 Sobel 边缘检测和线 Hough 变换。
该程序不是在霍夫图像（线）中寻找单个峰，而是搜索它们之间距离为 90 度的 4 个峰。
对于霍夫图像中的每一列（对应于某个角度），搜索其他三列以寻找局部最大值。当在四列中的每一列中都发现了令人满意的峰时，就检测到了矩形。
该程序构建了矩形，并对矩形内外的颜色一致性进行了额外的检查，以区分误报。该程序用于检测扫描的纸张中的纸张位置。
您可能会发现高斯边缘检测器的拉普拉斯算子是更好的选择。它应该比 Canny 边缘检测器更频繁地为您提供闭合轮廓。我相信这就是您想要的，因为您的下一步是应用霍夫变换。
可能对您有帮助，但为时已晚，因为我今天访问此网站
Bitmap bmp=new Bitmap(pictureBox1.Image);
int x1=0, x2=0, y1=0, y2=0;
for (int i = 1; i < bmp.Height;i++ )
{
for (int j = 1; j < bmp.Width;j++ )
{
if( bmp.GetPixel(j,i).R<7 && bmp.GetPixel(j-1,i).R>240 && bmp.GetPixel(j,i-1).R>240 ){
for (int k = j; k < bmp.Width - 1;k++ )
{
if ((bmp.GetPixel(k, i).R < 7) && (bmp.GetPixel(k+1, i).R > 240) && (k-j>30)) {
int count1 = 0;
for (int g = j; g < k;g++ ){
if(bmp.GetPixel(g,i).R<7){
count1++;
}
}//get total width
if(count1==k-j){
x1 = j;
y1 = i;
x2 = k;
}
}
}
for (int a = i; a < bmp.Height - 1;a++ )
{
if ((bmp.GetPixel(j, a).R < 7) && (bmp.GetPixel(j, a+1).R > 240) && (a- i > 30)) {
int count2 = 0;
for (int x = i; x < a;x++ )
{
if(bmp.GetPixel(j,x).R<7){
count2++;
}
}
if (count2 == (a - i))
{
y2 = a;
}
else {
Console.WriteLine("check");
}
}
}
if ((bmp.GetPixel(x2, y2).R < 7) && (bmp.GetPixel(x2 + 1, y2).R > 240) && (bmp.GetPixel(x2, y2+1).R > 240))
{
bool r1 = false;
bool r2 = false;
int count3 = 0;
for (int y = y1; y < y2;y++ )
{
if(bmp.GetPixel(x2,y).R<7){
count3++;
}
}
if (count3== y2 - y1) {
r1 = true;
}
if(r1==true){
int count4=0;
for (int x = x1; x < x2;x++ )
{
if(bmp.GetPixel(x,y1).R<7){
count4++;
}
}
if(count4==x2-x1){
r2 = true;
Console.WriteLine("values : X1 " + x1 + " y1 :" + y1 + " width : " + (x2 - x1) + " height : " + (y2 - y1));
Pen pen = new Pen(Color.Red, 2);
pictureBox1.CreateGraphics().DrawRectangle(pen, x1, y1, x2 - x1, y2 - y1);
}
}
}
}
}// initial point loop
}// first if
如果您的图像相对干净，则您有明显的矩形，没有很多中断，霍夫变换的替代方法是创建轮廓并缩小它们，直到它们形成 4 边轮廓 = 您的矩形。
有opencv示例可以做到这一点