好像你要选个别的建筑,所以我用了分色法。墙壁较暗,这使得在HSV colorspace处有很好的分隔。请注意,可以通过放大和/或使用压缩较少的imagetype(如PNG)来改进最终结果。在
选择墙
首先我确定了分离的好值。为此我使用了this script。我发现最好的结果是将黄色和灰色分开,然后再组合得到的蒙版。并不是所有的墙都能完美地关闭,所以我通过一点遮罩来提高结果。结果是一个显示所有墙的遮罩:
从左至右:黄色面膜、灰色面膜、复合固化面膜
查找建筑物
接下来,我用findCountours来分隔建筑。因为墙的轮廓可能不是很有用(因为墙是相互连接的),所以我使用hierarchy来找到“最低”的轮廓(其中没有其他轮廓)。这些是建筑物。在
查找结果:所有轮廓的轮廓为绿色,单个建筑物的轮廓为红色
请注意,边缘的建筑物不会被检测到。这是因为使用这种技术,它们不是一个单独的轮廓,而是图像外部的一部分。这可以通过在图像的边框上画一个灰色的rectangle来解决这个问题。你可能不想在你的最后申请表中加上这个,但我已经把它写进去了,以防万一。在
代码:import cv2
import numpy as np
#load image and convert to hsv
img = cv2.imread("fLzI9.jpg")
# draw gray box around image to detect edge buildings
h,w = img.shape[