Как определить двери и окна по изображению плана этажа?

#python #opencv #object-detection

#python #opencv #обнаружение объекта

Вопрос:

Я работаю над анализом плана этажа, где я хочу определить количество дверей и окон в изображениях плана этажа. Как я могу выполнить это, используя OpenCV в Python?

Я уже пробовал определять стены на изображениях, и ниже приведен код для этого.

 img_bw = 255*(cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) > 20).astype('uint8')

se1 = cv2.getStructuringElement(cv2.MORPH_RECT, (3,3))
se2 = cv2.getStructuringElement(cv2.MORPH_RECT, (1,1))
mask = cv2.morphologyEx(img_bw, cv2.MORPH_CLOSE, se1)
mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, se2)

mask = np.dstack([mask, mask, mask]) / 255
out = img * mask
plt.figure(figsize=(15,10))
plt.imshow(out, cmap="gray")
  

Теперь я хочу извлечь количество дверей и окон (возможно, в формате CSV или XML).

введите описание изображения здесь

Комментарии:

1. Где ваш образец изображения?

2. @BahramdunAdil Я отредактировал вопрос с помощью образца изображения. Пожалуйста, взгляните.

3. Я думаю, вам следует попробовать обучить модель DNN, используя TF или какой-либо другой фреймворк, будьте осторожны, чтобы очень-очень правильно маркировать изображения. Итак, вы можете попробовать DNN и посмотреть результат, я думаю, это сработает, в противном случае я не смог предложить лучшего решения.

Ответ №1:

В настоящее время я работаю над аналогичным проектом. Вы могли бы полностью обучить нейронную сеть или svm. Но я думаю, вы можете решить проблему, используя вместо этого несколько фильтров и сэкономив себе некоторое время.

В моем проекте я сделал именно это, но для меньших планов этажей, чем ваш пример плана этажа выше. Итак, если вы просто скопируете некоторый код из моего репозитория и измените пороговые значения, это должно сработать.

Изображение ниже визуализирует текущий результат обнаружения моего проекта на вашем примере плана этажа:

Объяснение цвета: MarineBlue — внешний контур, синий — стены, Желтый — Комнаты (фильтр более крупных деталей), зеленый — такие детали, как окна, двери, комнаты меньшего размера (фильтр меньших размеров)

пример результата

Ссылка на код для создания изображения: Floorplan в Blender3d Этот проект находится в стадии разработки.