【问题标题】:Finding Homography v/s Contour detection寻找 Homography v/s 轮廓检测
【发布时间】:2015-07-20 18:58:03
【问题描述】:

问题是检测图像中的已知矩形对象。 以下哪项计算成本较低:

  1. 寻找单应性 - 为了寻找单应性,我们使用已知对象的模板进行特征匹配。
  2. 轮廓检测 - 我们尝试检测图像中最大的轮廓。在这种特殊情况下,我们假设最大的轮廓将对应于我们试图找到的已知矩形对象。

在这两种情况下,我们都会在检测到设置透视的对象后进行透视变换。

注意:我们使用 Open-CV 函数来查找单应性和检测轮廓。

【问题讨论】:

  • 您为什么不尝试计时并亲眼看看呢?它们都是假设已知图像中包含模板的有效方法。如果没有,那么这两种方法都不起作用。

标签: opencv image-processing opencv-contour


【解决方案1】:

您应该尝试找到最大的轮廓。这是最简单的,而且会快得多。您需要检测 Canny 边缘,然后找到轮廓并找到面积最大的边缘。但是,如果轮廓不清楚或者有一个更大的物体,因为它不考虑形状,它可能会失败。您也可以同时应用您的两个想法以获得更好的结果。

编辑:

要回复您的评论,您有 Canny 边缘 + 查找轮廓 + 查找最大 反对 查找特征 + 匹配特征

我认为第一种组合的计算成本较低。此外,还有一个很好的正方形/矩形检测实现here

但是,如果矩形的轮廓不清晰,而且矩形的纹理非常丰富,那么通过特征匹配应该会得到更好的结果。

【讨论】:

  • 如果你能在时间复杂度方面给我一个粗略的证明或论据,或者是什么让使用 canny 边缘检测的轮廓检测比找到单应性更快,那么它会很棒。
猜你喜欢
  • 1970-01-01
  • 2012-01-04
  • 2012-01-16
  • 2018-02-21
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
相关资源
最近更新 更多