我正在做一个使用 OpenCV 的项目。我需要从高清照片中精确地裁剪出一些物体。
我使用四边形树将照片切成碎片,然后计算每个四边形的同质性以确定物体的一部分是否在四边形中。
我根据四边形的同质性应用了一些具有不同阈值的 Canny 滤波器。
我希望这个描述是可以理解的。
该算法适用于某些类型的对象,但我对其他一些对象感到困惑。
这是我的问题的一些例子:我想要一种方法来压平我的轮廓。
第一个屏幕截图是使用 canny 过滤器和洪水填充后的屏幕截图。第二个是最终的掩模结果。
http://pastebin.com/91Pgrd2D http://pastebin.com/91Pgrd2D
为了达到这个结果,我使用cvFindContours()
所以我有轮廓,但我找不到一种方法来像我想要的那样处理它们。
也许您可以使用某种平均滤波器来近似曲线,然后使用具有小梯度的 AproxPoly 来平滑它。
这是一个类似的方法:
void AverageFilter(CvSeq * contour, int buff_length)
{
int n = contour->total, i, j;
if (n > buff_length)
{
CvPoint2D32f* pnt;
float* sampleX = new float[buff_length];
float* sampleY = new float[buff_length];
pnt = (CvPoint2D32f*)cvGetSeqElem(contour, 0);
for (i = 0; i < buff_length; i++)
{
if (i >= buff_length / 2)
{
pnt = (CvPoint2D32f*)cvGetSeqElem(contour, i + 1 - buff_length / 2 );
}
sampleX[i] = pnt->x;
sampleY[i] = pnt->y;
}
float sumX = 0, sumY = 0;
for (i = 1; i < n; i++)
{
pnt = (CvPoint2D32f*)cvGetSeqElem(contour, i);
for (j = 0; j < buff_length; j++)
{
sumX += sampleX[j];
sumY += sampleY[j];
}
pnt->x = sumX / buff_length;
pnt->y = sumY / buff_length;
for (j = 0; j < buff_length - 1; j++)
{
sampleX[j] = sampleX[j+1];
sampleY[j] = sampleY[j+1];
}
if (i <= (n - buff_length / 2))
{
pnt = (CvPoint2D32f*)cvGetSeqElem(contour, i + buff_length / 2 + 1);
sampleX[buff_length - 1] = pnt->x;
sampleY[buff_length - 1] = pnt->y;
}
sumX = 0;
sumY = 0;
}
delete[] sampleX;
delete[] sampleY;
}
}
您可以为其指定轮廓以及要求平均值的点缓冲区的大小。
如果您认为轮廓太粗,因为一些平均点捆绑在一起太近,那么这就是 Aproxpoly 的用武之地,因为它减少了点的数量。
但要选择合适的渐变,这样就不会显得太前卫。
srcSeq = cvApproxPoly(srcSeq,sizeof(CvContour),storage, CV_POLY_APPROX_DP, x, 1);
尝试使用“x”来看看如何获得更好的结果。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)