检测双面扫描图像的中间垂直线答案

【问题标题】：Detect middle vertical line of a double side scanned image检测双面扫描图像的中间垂直线
【发布时间】：2021-09-08 01:23:03
【问题描述】：

我正在尝试检测图像中的长中间分隔垂直线，以便我可以根据该线将图像裁剪成两个单独的图像，尝试使用 HoughLinesP 但我如何确保它只选择中间垂直线，我可以清楚地看到那条线很容易区分。

我对它应用了opencv HoughLinesP，得到了以下结果

使用以下代码：

img = cv2.imread('./image.jpeg', 1)
img_gray = gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)


cannied = cv2.Canny(img_gray, threshold1=50, threshold2=200, apertureSize=3)
lines = cv2.HoughLinesP(cannied, rho=1, theta=np.pi / 180, threshold=80, minLineLength=30, maxLineGap=10)

for line in get_lines(lines):
    leftx, boty, rightx, topy = line
    cv2.line(img, (leftx, boty), (rightx,topy), (255, 255, 0), 2)

cv2.imwrite('./lines.png', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

我申请的更多资源

PyImageSearch

还有其他几个

【问题讨论】：

看看这里...stackoverflow.com/a/61077264/2836621

标签： python-3.x opencv image-processing opencv-contour

【解决方案1】：

根据此输入图像，您希望找到位于图像中间的最长垂直线。因此，您有多种选择：

裁剪图像的左右两侧，只保留中间的 1/3 或 1/4，这大致是实际中间线所在的位置。
调整cv2.HoughLinesP 中的参数minLineLength，以消除较短的行。
如果还剩下多行，那么最长的可能就是您想要的。要仔细检查，请计算线条的斜率，最垂直 + 最长的应该是最终答案。

【讨论】：

【解决方案2】：

这是一个可能的解决方案。它涉及从输入图像的几行中选择一个样本，然后使用cv2.reduce 函数将样本减少为一个行图像。循环通过减少的行并查找从0 到255 的像素强度跳跃，因为该转换表示您用于指导裁剪的页面区域。最后，将跳转的位置存储在列表中，以进一步裁剪图像中的页面。这些是步骤：

从图像中获取样本 ROI
减少样本 ROI 为大小为1 x width 的行图像，在MAX 模式下使用cv2.reduce 函数得到每列的最大强度值
遍历图像并寻找从0 到255 的强度转换 - 这个点是垂直线所在的位置
在list 中存储每个“转换位置”
使用“过渡位置”列表中的信息裁剪图像

让我们看看代码：

# Imports:
import numpy as np
import cv2

# Set the image path
path = "D://opencvImages//"
fileName = "mx8lW.jpg"

# Read the image in default mode:
inputImage = cv2.imread(path + fileName)

# Convert RGB to grayscale:
grayscaleImage = cv2.cvtColor(inputImage, cv2.COLOR_BGR2GRAY)

# Set the sample ROI and crop it:
(imageHeight, imageWidth) = grayscaleImage.shape[:2]
roiX = 0
roiY = int(0.05 * imageHeight)
roiWidth = imageWidth
roiHeight = int(0.05 * imageHeight)

# Crop the image:
imageRoi = grayscaleImage[roiY:roiY+roiHeight, roiX:roiWidth]

第一位读取图像，将其从BGR 转换为grayscale 并定义样本ROI。此 ROI 用于定位垂直线。由于图像中的垂直线是恒定的，因此只需选择和裁剪一个样本就可以了，而不是处理整个图像。我定义的 ROI 选择了图像顶部正下方的区域，因为有一些暗部可能会影响 ROI 减少为一行。

此图像显示了选定的 ROI，用绿色矩形绘制：

请注意，两条（最左侧和最右侧）垂直线在 ROI 内清晰显示。如果我们裁剪它，我们将得到这个示例图像：

我们需要裁剪页面的所有信息都在那里。让我们threshold 图像来获得二进制掩码：

# Thresholding:
_, binaryImage = cv2.threshold(imageRoi, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)

这是二进制掩码：

注意从0 到255 的跳转以及它们的含义。每个过渡都表示我们可以用来裁剪两个页面的起点和终点。好的，让我们将reduce 二进制掩码设置为一行。我们将使用MAX模式，其中行中的每个像素值都定义为该图像列对应的最大强度值：

# Reduce the ROI to a 1 x imageWidth row:
reducedImg = cv2.reduce(binaryImage, 0, cv2.REDUCE_MAX)

这是生成的图像，只是一行：

让我们遍历这张图片（实际上只是一个普通的numpy 数组）并寻找那些转换。此外，让我们准备一个列表并在我们找到它们时存储跳转位置：

# Store the transition positions here:
linePositions = []

# Find transitions from 0 to 255:
pastPixel = 255
for x in range(reducedImg.shape[1]):
    # Get current pixel:
    currentPixel = reducedImg[0,x]
    # Check for the "jumps":
    if currentPixel == 255 and pastPixel == 0:
        # Store the jump locations in list:
        print("Got Jump at:"+str(x))
        linePositions.append(x)
    # Set current pixel to past pixel:
    pastPixel = currentPixel

酷，我们在linePositions 中准备好了跳跃位置。让我们最后裁剪图像。我已经通过位置列表实现了这种循环并设置了裁剪参数：

# Crop pages:
for i in range(len(linePositions)):
    # Get top left:
    cropX = linePositions[i]
    
    # Get top left:
    if i != len(linePositions)-1:
        # Get point from the list:
        cropWidth = linePositions[i+1]
    else:
        # Set point from the image's original width:
        cropWidth = reducedImg.shape[1]

    # Crop page:
    cropY = 0
    cropHeight = imageHeight
    currentCrop = inputImage[cropY:cropHeight,cropX:cropWidth]

    # Show current crop:
    cv2.imshow("CurrentCrop", currentCrop)
    cv2.waitKey(0)

生产两种作物：

【讨论】：