检测整体嵌套边缘图像上的轮廓线

问题描述 投票:0回答:1

我正在尝试使用HED(整体嵌套的边缘检测)来获取用于文档检测的行,但没有用于文档检测的正确行。

带有粗线的图像:“带有粗线的图像”

产品编号:

lines = cv2.HoughLines(out,1,np.pi/180,200,np.array([]),0,0)
for line in lines:
    rho=line[0][0]
    theta = line[0][1];
    a = np.cos(theta);
    b = np.sin(theta);
    x0 = a*rho; y0 = b*rho;
    x1 = np.round(x0 + 1000*(-b));
    y1 = np.round(y0 + 1000*(a));
    x2 = np.round(x0 - 1000*(-b));
    y2 = np.round(y0 - 1000*(a));
    cv2.line(original,(int(x1),int(y1)), (int(x2),int(y2)),(0,0,255), 3)

隐藏图片:“隐藏的图像”

原始图片:“原始图片”“>

我正在尝试获取用于HED(整体嵌套边缘检测)的文档检测的轮廓线,但没有获得用于文档检测的正确轮廓线。带有粗线的图像:代码:...

python opencv image-processing hough-transform
1个回答
0
投票

如果您的目标是检测白皮书区域,则可以考虑使用以下方法。在此,首先对HED图像进行阈值处理以生成二进制图像并降低噪声。然后,在二进制HED图像上使用HoughLinesP,我们可以检测到线条。请注意,为此图像尺寸调整了HoughLinesP的参数(例如minLineLength)

© www.soinside.com 2019 - 2024. All rights reserved.