Entfernen lange horizontale/vertikale Linien vom Rand Bild mit OpenCV

Wie kann ich ein standard-image-processing-Filter (von OpenCV) zu entfernen, lange horizontale und vertikale Linien, die aus einem Bild?

Den Bildern sind die B&W so entfernen bedeutet einfach nur malen schwarz.

Illustration:

Entfernen lange horizontale/vertikale Linien vom Rand Bild mit OpenCV

Ich bin derzeit dabei, die es in Python, zu iterieren über die pixel-Zeilen und Spalten und zu erkennen reicht von aufeinander folgenden Pixeln, entfernen diejenigen, die länger sind als N Pixel. Aber, es ist wirklich sehr langsam im Vergleich zu der OpenCV-Bibliothek, und wenn es einen Weg gibt, erreichen das gleiche mit OpenCV-Funktionen, die wahrscheinlich um Größenordnungen schneller.

Ich mir vorstellen, dies kann durch Faltung mit einem Kern, der eine Reihe von Pixeln (horizontale Linien), aber ich habe eine harte Zeit, herauszufinden, den genauen Vorgang, würde den trick tun.

  • Nur schnelles denken hier. Warum kommst du nicht mit Hough-Line-Detektion zu finden, Linien und tun, was Sie wollen über die Zeilen, die Sie ausgewählt?
  • Yep war über post die gleiche Sache betrachten, docs und der Theorie, wenn nötig.
  • Es scheint, die Rückkehr lange Liniensegmente aufgeteilt in viele kleine Bilder, die Ruinen der Fähigkeit heraus zu filtern, die nicht ausreichend lange... keine Ahnung, warum das passieren würde?
InformationsquelleAutor Assaf Lavie | 2013-09-30
  1. 8

    wenn deine Zeilen sind wirklich horizontal/vertikal, versuchen Sie, diese

    import cv2
import numpy as np
img = cv2.imread('c:/data/test.png')
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
linek = np.zeros((11,11),dtype=np.uint8)
linek[5,...]=1
x=cv2.morphologyEx(gray, cv2.MORPH_OPEN, linek ,iterations=1)
gray-=x
cv2.imshow('gray',gray)
cv2.waitKey(0)

    Ergebnis

    Entfernen lange horizontale/vertikale Linien vom Rand Bild mit OpenCV

    Finden Sie OpenCV Morphologische Transformationen - Dokumentation für weitere details.

    • Kann mir jemand erklären, python-unwissend, was linek = np.Nullen((11,11),dtype=np.uint8) linek[5,...]=1 gilt? C++ bevorzugt ;~)
    • Mat linek=Mat::zeros(Size(11,11),CV_8UC1);linek.row(5)=255;
    • dies hilft, entfernen von horizontalen Linien... welche änderungen muss ich vornehmen, entfernen Sie vertikale Linien wie auch?
    • fügen Sie einfach linek[...,5]=1 im Grunde die Schaffung eines + geformt kernel
    InformationsquelleAutor Zaw Lin
  2. 1

    Wie lange ist "lange". Lange, wie die Linien, die die Länge des gesamten Bildes oder nur mehr als n Pixel?

    Wenn letzteres, dann könnte man verwenden Sie einfach einen n+1 X n+1 median oder Modus-filter, und legen Sie die Ecke Koeffizienten zu null, und Sie würden den gewünschten Effekt.

    Wenn Sie sich beziehen, nur Linien, die die Breite des gesamten Bildes, benutzen Sie einfach die memcmp() - Funktion gegen eine Reihe von Daten, und vergleichen Sie es mit einem pre-allokierten array von Nullen, die die gleiche Länge wie eine Zeile. Wenn Sie gleich sind, Sie wissen, Sie haben eine leere Zeile, die sich über die horizontale Länge des Bildes, und die Zeile kann gelöscht werden.

    Dies ist VIEL schneller als die element-Weise Vergleiche, die Sie derzeit verwenden, und ist sehr gut erklärt hier:

    Warum ist memcpy() und memmove() schneller als Zeiger-Schritten?

    Wenn Sie möchten, wiederholen Sie den gleichen Vorgang für die vertikalen Linien, nur die Umsetzung der Bild, und wiederholen Sie den Vorgang.

    Ich weiß, das ist eher eine system-Optimierungs-level-Ansatz als ein openCV filter wie von Ihnen gewünscht, aber es bekommt den job zu erledigen schnell und sicher. Sie beschleunigen kann die Berechnung sogar noch mehr, wenn Sie zu verwalten, zu zwingen, die Bild und Ihre leeren array als array von 32-bit-aligned im Speicher.

    InformationsquelleAutor DevNull
  3. 0

    Entfernen Sie Horizontale Linien, die aus einem Bild Sie können ein edge-detection Algorithmus zur Erkennung von Kanten und verwenden Sie dann Hough-Transformation in OpenCV zu erkennen, die Linien und die Farbe, die Sie weiß:

    import cv2
import numpy as np
img = cv2.imread(img,0)
laplacian = cv2.Laplacian(img,cv2.CV_8UC1) # Laplacian Edge Detection
minLineLength = 900
maxLineGap = 100
lines = cv2.HoughLinesP(laplacian,1,np.pi/180,100,minLineLength,maxLineGap)
for line in lines:
    for x1,y1,x2,y2 in line:
        cv2.line(img,(x1,y1),(x2,y2),(255,255,255),1)
cv2.imwrite('Written_Back_Results.jpg',img)
    InformationsquelleAutor Anindita Bhowmik
  4. -1

    Dies ist für javacv.

    Paket com.test11;

    import org.opencv.core.*;
import org.opencv.imgproc.Imgproc;
import org.opencv.imgcodecs.Imgcodecs;

public class GetVerticalOrHorizonalLines {

    static{ System.loadLibrary(Core.NATIVE_LIBRARY_NAME); }

    public static void main(String[] args) {

        //Canny process before HoughLine Recognition

        Mat source = Imgcodecs.imread("src//data//bill.jpg");
        Mat gray = new Mat(source.rows(),source.cols(),CvType.CV_8UC1);
        Imgproc.cvtColor(source, gray, Imgproc.COLOR_BGR2GRAY);

        Mat binary = new Mat();
        Imgproc.adaptiveThreshold(gray, binary, 255, Imgproc.ADAPTIVE_THRESH_MEAN_C, Imgproc.THRESH_BINARY, 15, -2);
        Imgcodecs.imwrite("src//data//binary.jpg", binary);

        Mat horizontal = binary.clone();
        int horizontalsize = horizontal.cols() /30;
        int verticalsize = horizontal.rows() /30;

        Mat horizontal_element = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(horizontalsize,1));
        //Mat element = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(3,3));
        Imgcodecs.imwrite("src//data//horizontal_element.jpg", horizontal_element);

        Mat Linek = Mat.zeros(source.size(), CvType.CV_8UC1);
        //x =  Imgproc.morphologyEx(gray, dst, op, kernel, anchor, iterations);
        Imgproc.morphologyEx(gray, Linek,Imgproc.MORPH_BLACKHAT, horizontal_element);
        Imgcodecs.imwrite("src//data//bill_RECT_Blackhat.jpg", Linek);

        Mat vertical_element = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(1,verticalsize));
        Imgcodecs.imwrite("src//data//vertical_element.jpg", vertical_element);

        Mat Linek2 = Mat.zeros(source.size(), CvType.CV_8UC1);
        //x =  Imgproc.morphologyEx(gray, dst, op, kernel, anchor, iterations);
        Imgproc.morphologyEx(gray, Linek2,Imgproc.MORPH_CLOSE, vertical_element);
        Imgcodecs.imwrite("src//data//bill_RECT_Blackhat2.jpg", Linek2);

            }
    }
    • Die erste, Sie können entfernen Sie die vertikalen Linien und horizontalen Linien in einem Bild gleichzeitig. Die zweite, Sie können entfernen Sie die vertikalen Linien und horizontalen Linien in einem Bild separat, Das heißt Sie erhalten ein Bild ohne vertikale Linien oder ohne horizontale Linien.
    • wenn Sie nicht überprüfen, meine codes, warum hast du auf Abneigung?
    InformationsquelleAutor Anton KONG
  5. -1

    Anderen.

    package com.test12;

import org.opencv.core.*;
import org.opencv.imgproc.Imgproc;
import org.opencv.imgcodecs.Imgcodecs;

public class ImageSubstrate {

    static{ System.loadLibrary(Core.NATIVE_LIBRARY_NAME); }

    public static void main(String[] args) {

           Mat source = Imgcodecs.imread("src//data//bill.jpg");

           Mat image_h = Mat.zeros(source.size(), CvType.CV_8UC1);
           Mat image_v = Mat.zeros(source.size(), CvType.CV_8UC1); 

           Mat output = new Mat();
           Core.bitwise_not(source, output);
           Mat output_result = new Mat();

           Mat kernel_h = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(20, 1));
           Imgproc.morphologyEx(output, image_h, Imgproc.MORPH_OPEN, kernel_h);
           Imgcodecs.imwrite("src//data//output.jpg", output);  

           Core.subtract(output, image_h, output_result);
           Imgcodecs.imwrite("src//data//output_result.jpg", output_result);    


           Mat kernel_v = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(1, 20));   
           Imgproc.morphologyEx(output_result, image_v, Imgproc.MORPH_OPEN, kernel_v);
           Mat output_result2 = new Mat();

           Core.subtract(output_result, image_v, output_result2);          
           Imgcodecs.imwrite("src//data//output_result2.jpg", output_result2);
    }
}
    InformationsquelleAutor Anton KONG
Schreibe einen Kommentar