使用 opencv 对线条进行分类答案

【问题标题】：Classifying lines with opencv使用 opencv 对线条进行分类
【发布时间】：2012-06-26 12:33:58
【问题描述】：

我正在做一个图像分类项目，我已经使用边缘检测从图像中提取了曲线，并且需要根据它们的曲率对其进行分类。

例如下图中有3种线，左边的线曲率好，中间的曲率不错，右边的线曲率很差。

感谢您的帮助

【问题讨论】：

我想你的意思是左边的曲率很好？
+1 个有趣的问题。
@cdhowie：你是对的 :)

标签： c++ image-processing opencv classification

【解决方案1】：

如果您正在处理图像，您可以知道您所展示的形状是否包含“平滑”或“锐利”的边缘。您可以计算结构矩阵（或图像张量矩阵）的特征值和特征向量。对于属于直线或平滑边缘的像素，其中一个特征值将比另一个大得多。如果像素是角点或曲线点，则两个特征值都可能很大且相似。然后我建议在你的形状的像素上测量这些特征，并根据你的需要训练一个分类器。

您几乎可以在其他地方找到有关此类事情的更多详细信息，尽管我可以给您我自己的博士学位的参考，请查看第 2.4.2 节http://oa.upm.es/4837/1/MARCOS_NIETO_DONCEL.pdf

最好的问候！

【讨论】：

图像张量矩阵和Hessian矩阵一样吗？

【解决方案2】：

我认为可以采取的分类措施很少：

尝试使用一些近似 eps 的近似线，然后检查有多少段近似线，线段越少越好。（这在大多数左侧情况下会产生问题，当行包含几个段时）

检查边界框大小，越小越好线

检查凸面缺陷。

【讨论】：

它表明凸面缺陷和线近似是找出我想要的东西的好方法，但边界框不是一个好的功能。
@hamed 我不明白近似值如何帮助你。在左侧情况下，曲线包含许多与右侧曲线相同的段...
@Astor 你是对的，但我想到了另一种方法。首先使用点的线近似，然后计算每条连续线之间的角度，在直线中，每条连续线的角度约为 180，对于良好的曲线，该角度应在 160 到 180 之间，对于不良曲线，依此类推