增加 OpenCV 中 approxPolyDP() 的逼近概率答案

【问题标题】：Increase approximation probability in approxPolyDP() in OpenCV增加 OpenCV 中 approxPolyDP() 的逼近概率
【发布时间】：2016-01-15 14:15:42
【问题描述】：

我正在 OpenCV-Python 中制作一个形状识别系统。 approxPolyDP() 是查找形状的最佳方式。我用它来寻找正方形、五边形等。

但是，有时approxPolyDP() 无法准确获取多边形。因此使用Blur() 和Thresholding()。然而这还不够。

如果我得到这样的过滤图像：

在Threshold() 和Blur() 之后：

如何提高近似概率？

请给我一些想法/系统/算法以增加近似概率。

【问题讨论】：

@Bogdan Bogdanov 为什么要编辑我的帖子？您能给我解决方案吗？
对不起@NSiri，我有两个错别字。我编辑问题，使其更具可读性。您可以阅读 this 和 this 如何在 Stack Overflow 中提出好的问题。抱歉有错别字。
好的..谢谢。我是新人..我已批准您的修改
没问题，当您获得足够的声誉时，您还可以编辑问题。
你能解释一下“不够”是什么意思吗？您希望改进结果的哪个方面？（另外，在问题中添加“谢谢”是considered fluff on SO）。

【解决方案1】：

使用 epsilon 参数可以增加 'approxPolyDP()' 的逼近概率。

cv2.approxPolyDP(curve, epsilon, closed[, approxCurve])

想一想，你有这样的（仅限黑色），

如果你增加 epsilon 'approxPolyDP()' 忽略最近的雕刻点并改变检测到的形状。当你增加 epsilon 'approxPolyDP()' 首先忽略 A 点（因为，A 点离红线最近，而不是 B 点离绿线最近）。然后你增加更多它会忽略 B 点。

所以，你也做了阈值，模糊和做更多的预设，你可能在检测到的多边形中有一些抖动点，你可能无法得到精确的形状。epsilon在这种情况下非常有用。

【讨论】：