hough-transform

3열

1답변

잡음이있는 이미지 행렬에서 직사각형을 자동 감지하려고합니다. 값은 2 진수이며 임의의 수의 직사각형이 있습니다. 가장자리는 노이즈로 인해 약간 퍼지 수 있습니다. 나는 직사각형의 좌표 또는 그와 같은 다른 방법으로 그 영역에 집중할 수있게하고 싶습니다. 나는 PET 패키지에서 Hough 변환을 시도했지만 출력 해석 방법을 이해하지 못했습니다. 나는 다른 패

3열

1답변

이 extream X를받는 방법, y는 내가 원하는 것은 내 윤곽 모양의 범위 사이의 <code>x0</code> 및 <code>x1</code> 값입니다 skimage

h, theta, d = transform.hough_line(outlines) for acum, angle, dist in zip(*transform.hough_line_peaks(h, theta, d)): y0 = (dist - 0 * np.cos(angle))/np.sin(angle) y1 = (dist - outlines.shap

1열

1답변

Hough 변환을 통한 필터링 DLIB의 결과

DLIB에서 Hough 변환을 사용하려고하지만 표시 할 줄을 두 개 이상 가져올 수 없습니다. DLIB 워드 프로세서의 예는 하나의 강력한 포인트를 사용 : point p = max_point(mat(himg)); 가 어떻게 모든 강력한 얻을 수있는 라인 (특정 임계 값 또는 N 가장 많은 표 이상) 보여? 내가 포인트를 통해 루프를 시도하고 각 이미

1열

1답변

극단적으로 시끄러운 가장자리로 감지 된 원의 점을 어떻게 필터 할 수 있습니까?

저는 레이저 빔에 의해 조명되는 원형 구경의 중심과 반경을 감지하는 중입니다. 알고리즘은 물리적 인 제어가없는 (즉, 광원을 어둡게하거나 레이저 위치를 조정하는) 시스템에서 이미지를 제공받을 것입니다. C++로이 작업을 수행해야하며 openCV를 사용하도록 선택했습니다. 일부 영역에서는 조리개 가장자리가 잘 정의되어 있지만 다른 영역에서는 매우 시끄 럽습니

1열

1답변

라인 모양의 오브젝트 추출

겹쳐진 선 모양 (왼쪽 그림)으로 이미지 작업을하고 있습니다. 궁극적으로 나는 하나의 객체를 구분하고자한다. 저는 이것을 달성하기 위해 Hough 변환과 함께 작업하고 있습니다. (상당히) 다른 방향의 라인을 찾는 데 효과적입니다. 아래의 거친 공간에있는 두 개의 맥시마로 표시됩니다 (가운데 플롯). 녹색과 노란색 라인 (왼쪽 플롯)와 십자가 (바로 플롯)

1열

2답변

OpenCV 원형 모양 감지 및 그 지역

비슷한 모양을 가진 모양과 같은 원이있는 이미지가 있습니다. 나는이 두 가지 형태의 영역을 찾으려고 노력하고있다. openCv C++ Hough circle 감지를 사용하고 있지만 모양을 감지하지 못합니다. OpenCV의 다른 기능이 도형을 감지하고 아레스를 찾는 데 사용할 수 있습니까? [편집] 이미지가 추가되었습니다. 당신은 (완전히 또는 매우 거의 조

0열

1답변

Houghpeaks에 Nhoodsize []가 있습니까?

나는 전처리 후 이미지를 가지고 있으며, 허프 변환으로 완료하여 (rho, theta)을 결정합니다. 봉우리를 찾으려면 진술 Nhoodsize [], 무엇이 실제로 무엇을 결정하며 [M N]은 2 개의 요소 벡터를 나타냅니다? 예를 들어 : -보다 큰 억제 동네 작은 홀수 값 의 크기 [H, theta, rho] = hough(image) peaks =

1열

1답변

Python과 OpenCV - Hough Line 변형의 지배적 인 라인

OpenCV와 Python을 사용하는 프로그램에서 도로 차선을 감지하려고합니다. 이를 위해 Hough Line Transform을 사용하여 선을 감지했습니다. 그러나, 그것은 서로의 바로 옆에 많은 라인을 발견하고 나는 그 모든 다른 라인들 사이에있는 평균 라인을 만드는 방법을 찾으려고 노력하고 있습니다. 팁? 당신이 서로 옆에 적은 라인을 원하는 경우 h

0열

1답변

온라인 k-means의 클러스터 수에 대한 좋은 추측

온라인 k-means에서 클러스터의 수를 추측하는 가장 좋은 방법이 있는지 알고 싶습니다. 나는 kmeans를 사용하여 hough 변환 알고리즘에서 클러스터 라인을 만들려고 시도하지만 클러스터의 수는 이미지에만 의존합니다. 이미지를 한 번만 파싱하고 싶습니다. 그래서 나는 불가능하다고 생각하지만 확신하고 싶습니다. 감사합니다.

4열

1답변

Hough Circle Transform을 개선하여 분산 점으로 구성된 원을 감지하십시오.

openCV에서 표준 HoughCircles 명령을 사용하여 원을 감지하는 매우 기본적인 코드가 있습니다. 그러나 내 문제는 내 데이터 (이미지) (데이터 시뮬레이션 목적으로) 알고리즘을 사용하여 생성 된 -15 % (임의로이 범위에서) r의 범위에서 지점을 그릴 수 있습니다. 여기서 r은 반경 원의 방정식을 사용하여 360도에서 5 ~ 10 (실수) 사이