假设我有包含点的 2D 图像，并且我可以大致检测点的每个中心点，我如何检测它是方格（方格）还是菱形（旋转 45 度）？
幸运的是，我的图像是规则的，没有变形。菱形的情况实际上类似于正方形，但它只旋转了 45 度。唯一的问题是：
我一直在考虑类似于 OpenCV 中的棋盘图案校准（但当然没有相机参数），
【问题讨论】：
标签： algorithm opencv textures computer-vision
一种方法可能如下：
使用霍夫变换检测圆，但中心点当然是近似的；
选择任意数量的点进行测试。点数取决于您必须有多准确/处理图像需要多快。需要多点来实施投票以减少错误的影响。您可以使用任何方法来选择点 - 完全随机或半随机（在图像上具有特定点分布的随机）；
要检测所选每个点的网格方向，请执行最近邻搜索并找到 4 个最近邻。这些邻居将位于通过特定点的网格线的边缘。根据数据集的大小，您可以使用两个 for 循环自己找到邻居，或者您可以使用 FLANN 库（用于近似最近邻居的快速库）中的 OpenCV knnSearch 方法；
当每个点有 4 个最近邻时，您需要确定指定点的晶格方向。为此，您需要计算每个采样点与其相邻点之间的垂直和水平距离。如果格子是平方的，那么 Min(deltaX, deltaY) 应该接近 0。如果它是菱形的，那么它将是每两点之间距离的一半左右。处理所有的邻居并在这一点上决定它是正方形还是菱形。对每个测试点执行此操作并收集结果；
根据每个测试点的投票处理结果并最终决定晶格方向。
【讨论】：
我的方法有点简单，通过考虑前两行，如果两个点的质心位于同一垂直线上，则为正方形，否则为菱形。在这里您需要执行以下步骤。
您也可以参考下面的 C++ 代码。
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
#include <stdio.h>
#include <stdlib.h>
#include <algorithm>
using namespace cv;
using namespace std;
int tolerance=3; /// You can varies this to change the result as the centroid may varies in little even if it's lies in same vertical line
///For sorting x,y co-ordinates from top left corner to bottom rgiht corner
struct sort_xy {
bool operator() (cv::Point pt1, cv::Point pt2) {
if((pt2.y-tolerance<=pt1.y)&&(pt1.y<=pt2.y+tolerance)) return (pt1.x < pt2.x); ///if y values are equal sort x
else return (pt1.y < pt2.y); /// else sort y
}
} compare_xy;
int main(){
Mat tmp,thr;
Mat src=imread("1.png",1);
cvtColor(src,tmp,CV_BGR2GRAY);
threshold(tmp,thr,10,255,THRESH_BINARY_INV);
imshow("thr,",thr);
///Find contours
vector< vector <Point> > contours; // Vector for storing contour
vector< Vec4i > hierarchy;
int largest_contour_index=0;
int largest_area=0;
Mat dst(src.rows,src.cols,CV_8UC3,Scalar::all(0)); //create destination image
findContours( thr, contours, hierarchy,CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE ); // Find the contours in the image
/// Get the moments and mass centers:
vector<Moments> _moment(contours.size() );
vector<Point> centroid( contours.size() );
for( int i = 0; i < contours.size(); i++ ) {
_moment[i] = moments( contours[i], false );
centroid[i] = Point( _moment[i].m10/_moment[i].m00 ,_moment[i].m01/_moment[i].m00 );
}
/// Sort centroid of each contour from top left to bottom right
sort(centroid.begin(), centroid.end(), compare_xy);
///Draw all sorted centroid to dst image
for( int i = 0; i <centroid.size(); i++ ) {
circle(dst, centroid[i], 3,Scalar(0,255,0),1,CV_AA, 0);
imshow("dst",dst);
}
/// Store first two rows of centroid to a vector
vector< vector <Point> > rows(2);
int j=0;
for( int i = 0; i < centroid.size(); i++ ) {
if((centroid[i+1].y-tolerance<=centroid[i].y)&&(centroid[i].y<=centroid[i+1].y+tolerance))
rows[j].push_back(centroid[i]);
else j++;
if(j>1) i = centroid.size();
}
/// This block will decide whether the image is Squre or Rhombic.
/// The loop checks whether any x-coordinates centroid in first row is equal to
/// x-coordinates centroid in second row, if so it is squre otherwise Rhombic.
/// That is it simply checks whether two centroid lies in same vertical line.
int cnt=0;
if(rows[0].size()>rows[1].size()) cnt=rows[1].size();
else cnt=rows[0].size();
int squre=0;
for( int i = 0; i <cnt; i++ ){
for( int j = 0; j <cnt; j++ ){
if((rows[1][j].x-tolerance<=rows[0][i].x)&&(rows[0][i].x<=rows[1][j].x+tolerance))
squre++;
}
}
/// Show the result
if(squre > 0) putText(dst,"Squre", Point(50,50), FONT_HERSHEY_SIMPLEX,1, Scalar (0,0,255), 3, 8,false );
else putText(dst,"Rhombic ", Point(50,50), FONT_HERSHEY_SIMPLEX,1, Scalar (0,0,255), 3, 8,false );
imshow("src,",src);
imshow("dst",dst);
waitKey();
return 0;
}
这里我为你的图片找到了一些结果
图片 1
图片 2
图 3
【讨论】：
对沿 y 方向的所有像素求和。你会得到一个一维信号，其中有一堆在某个时期重复出现的峰值。取其中一个峰的 x 坐标，在该 x 坐标处沿 y 方向沿图像行进，直到找到检测到的点。记住当前的 y 坐标。现在查看与一维信号中相邻峰值相对应的 x 坐标，以及您刚刚记住的 y 坐标。您在这里有检测到的点吗？如果是，它是一个方形格子。如果不是，那就是菱形格子。
【讨论】：