이미지에서 삼각형 (알려진 모양)을 어떻게 감지할까요? 환경은 깔끔하고 대부분 다른 객체가 없습니다. 여기에 예제가있다 허프 (Hough) 변환을 사용하여 삼각형 검출
나는 houghLines를 사용하여 라인을 탐지 한 다음 삼각형을 삼각형으로 만들려는 간단한 파이썬 로직을 사용했다. 이로 인해 많은 양의 노이즈가 발생했으며 올바른 삼각형을 찾기가 거의 불가능했습니다.
어떻게 하시겠습니까?
이미지에서 삼각형 (알려진 모양)을 어떻게 감지할까요? 환경은 깔끔하고 대부분 다른 객체가 없습니다. 여기에 예제가있다 허프 (Hough) 변환을 사용하여 삼각형 검출
나는 houghLines를 사용하여 라인을 탐지 한 다음 삼각형을 삼각형으로 만들려는 간단한 파이썬 로직을 사용했다. 이로 인해 많은 양의 노이즈가 발생했으며 올바른 삼각형을 찾기가 거의 불가능했습니다.
어떻게 하시겠습니까?
명암 대비를 사용해 보셨습니까? 위의 이미지가 대표적인 예인 경우, 흰색에서 검정색으로 그리고 녹색으로의 대비가 인식 될 수있는 매우 독특한 특징을 제공합니다. 가장자리 감지를 적용하기 전에 이미지의 임계 값을 확인하십시오.
당신이 원하는 특정 크기의 삼각형으로 명암에서 발견 된 선들을 매핑 해 볼 수도 있습니다. (나는 삼각형에 대한 언급을 언급했지만 사이즈 사용에 대해서는 언급하지 않았습니다.) 그러나 크기 제한은 카메라에서 대상까지의 거리에 영향을받습니다.
또한 감지 할 개체를 완벽하게 제어 할 수 있다면 (사용자가 자신의 무언가를 감지하는 것처럼 보이기 때문에) 삼각형 내에 다른 모양이나 더 많은 대비 레이어를 추가 할 수 있습니다. 완전한 원형은 사용하기 좋은 모양입니다 (대부분의 노이즈는 완전한 루프를 가지지 않습니다)
나는 삼각형 탐지의 평균 색과 목표 색 사이의 거리를 최소화하려고 시도하여 색 정보를 사용하려고했습니다. 이것들은 모두 훌륭한 아이디어입니다. 노이즈와의 대치를 위해 서로 비슷한 삼각형을 중첩시켜 보려고합니다. 추 신 : 가장자리 감지 전에 이미지를 임계 값으로 지정하는 이유 – Khodeir
이미지의 임계 값 설정은 사용자의 대비를 사용하는 것입니다. 장점. 자신의 함수에서 대비를 사용하려고 시도하는 것이 응용 프로그램에 적합한 특정 지점으로 이진 임계 값을 설정하는 것보다 훨씬 어렵습니다. 임계 값 슬라이더 예제를 확인하여 의미를 확인하면 삼각형이 나타납니다 일정량의 thresholding에서 그 자체만으로 거의 나옵니다. 소음의 ost 존재하지 않습니다. 그런 다음 왼쪽 가장자리에 가장자리 감지 기능을 사용할 수 있습니다. 이것은 삼각형에 많은 변화가 필요 없다는 것을 의미합니다. –