用c语言做图片轮廓提取,c – 在图像中提取激光线(使用OpenCV)

我很抱歉没有任何代码的简短回答,但我建议你采取轮廓并处理它们.

我不确切知道你需要什么,所以这里有两种方法：

>只需在单行上尽可能多地收集轮廓(使用中心并尝试找到最小均值的直线)

>作为第一种方式,但尝试启发式组合分离的线……它更难,但这可能会给你几乎完整的激光线从图像.

–

你的照片的一些例子：

import cv2

import numpy as np

import math

img = cv2.imread('image.png')

hsv = cv2.cvtColor(img, cv2.COLOR_RGB2HSV)

# filtering red area of hue

redHueArea = 15

redRange = ((hsv[:, :, 0] + 360 + redHueArea) % 360)

hsv[np.where((2 * redHueArea) > redRange)] = [0, 0, 0]

# filtering by saturation

hsv[np.where(hsv[:, :, 1] < 95)] = [0, 0, 0]

# convert to rgb

rgb = cv2.cvtColor(hsv, cv2.COLOR_HSV2RGB)

# select only red grayscaled channel with low threshold

gray = cv2.cvtColor(rgb, cv2.COLOR_RGB2GRAY)

gray = cv2.threshold(gray, 15, 255, cv2.THRESH_BINARY)[1]

# contours processing

(_, contours, _) = cv2.findContours(gray.copy(), cv2.RETR_LIST, 1)

for c in contours:

area = cv2.contourArea(c)

if area < 8: continue

epsilon = 0.1 * cv2.arcLength(c, True) # tricky smoothing to a single line

approx = cv2.approxPolyDP(c, epsilon, True)

cv2.drawContours(img, [approx], -1, [255, 255, 255], -1)

cv2.imshow('result', img)

cv2.waitKey(0)

在你的情况下它是完美的工作,但是,正如我已经说过的,你将需要做更多的轮廓工作.