Блог

Я обрабатываю большую часть изображений, похожих на приведенное ниже. Я хотел бы иметь возможность вычислить среднюю ширину черной линии (примерно желтую линию на изображении), но не уверен, как лучше всего выполнить это в python. Сама желтая линия отсутствует на изображениях, только черные полосы.

Исходное изображение:

Первый подход заключается в использовании line-detector .

• Найдите края вашего изображения

  •  img = cv2.imread('calculate_width.png')
    gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    canny_img = cv2.Canny(gray_img, threshold1=150, threshold2=200)
      

  • 

• Обнаружение линий

  •  lines = createFastLineDetector(_length_threshold=20).detect(canny_img)
      

• Вычислите расстояние

  •  for cur in lines:
        (x1, y1, x2, y2) = cur[0]
        dist = math.sqrt(((x2 - x1) ** 2)   ((y2 - y1) ** 2))
        print("Distance between ({:.2f}, {:.2f}) - ({:.2f}, {:.2f}) = {:.2f}"
              .format(x1, y1, x2, y2, dist))
        cv2.line(img, pt1=(x1, y1), pt2=(x2, y2), color=(0, 255, 0),
                 thickness=2)
        cv2.imshow("detected", img)
        cv2.waitKey(0)
      

• Результат

  • 

  •  Distance between (46.98, 884.00) - (50.37, 905.10) = 21.37 pixel
      

Обновить

Если мы применим image-segmentation то, что у нас есть, к следующей области:

• Мы хотим найти длину красных линий и найти расстояние между красными линиями, используя формулу.

Верхняя:

 Distance between (118.06, 868.42) - (96.92, 871.40)
Distance between (95.94, 872.67) - (75.85, 876.11) 
Distance between (74.88, 877.33) - (24.85, 886.16) 
Distance between (23.96, 887.62) - (0.01, 890.06) 
  

Чем ниже:

 Distance between (79.07, 894.60) - (99.02, 892.15)
Distance between (104.01, 886.54) - (125.99, 887.20)
Distance between (40.93, 901.45) - (66.05, 898.40)
Distance between (0.00, 906.02) - (33.99, 905.52) 
  

Если вы случайным образом выберете две точки: (66.05, 898.40) и (24.85 - 886.16) , расстояние будет: 41.23

Решение не идеально, но оно может дать подсказку для лучшей идеи. Поэтому я публикую в качестве ответа.

Код:

 import cv2
import math
import numpy as np
from cv2.ximgproc import createFastLineDetector

img = cv2.imread('calculate_width.png')
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray_img, 150, 255,
                            cv2.THRESH_BINARY_INV   cv2.THRESH_OTSU)
kernel = np.ones((5, 5), np.uint8)
opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel)
sure_bg = cv2.dilate(opening, kernel)
dist_transform = cv2.distanceTransform(opening, cv2.DIST_L2, 5)
_, sure_fg = cv2.threshold(dist_transform, 0.3*dist_transform.max(),
                           255, 0)
sure_fg = np.uint8(sure_fg)
unknown = cv2.subtract(sure_bg, sure_fg)

lines = createFastLineDetector(_length_threshold=20).detect(unknown)

for cur in lines:
    (x1, y1, x2, y2) = cur[0]
    dist = math.sqrt(((x2 - x1) ** 2)   ((y2 - y1) ** 2))
    print("Distance between ({:.2f}, {:.2f}) - ({:.2f}, {:.2f})"
          .format(x1, y1, x2, y2))
    cv2.line(img, pt1=(x1, y1), pt2=(x2, y2), color=(0, 255, 0),
             thickness=2)
    cv2.imshow("detected", img)
    cv2.waitKey(0)