C++ 使用OpenCV检测停车位

我正在尝试使用opencv自动查找和定位空停车场中的所有停车位

目前，我有一个代码，可以对图像进行阈值设置，应用canny边缘检测，然后使用概率hough线找到标记每个停车位的线

然后，程序绘制线条和组成线条的点

代码如下：

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"

#include <iostream>

using namespace cv;
using namespace std;

int threshold_value = 150;
int threshold_type = 0;;
int const max_value = 255;
int const max_type = 4;
int const max_BINARY_value = 255;

int houghthresh = 50;

char* trackbar_value = "Value";

char* window_name = "Find Lines";

int main(int argc, char** argv)
{
 const char* filename = argc >= 2 ? argv[1] : "pic1.jpg";
 VideoCapture cap(0);
 Mat src, dst, cdst, tdst, bgrdst;
 namedWindow( window_name, CV_WINDOW_AUTOSIZE );

 createTrackbar( trackbar_value,
          window_name, &threshold_value,
          max_value);

while(1)
{
 cap >> src;
 cvtColor(src, dst, CV_RGB2GRAY);
 threshold( dst, tdst, threshold_value, max_BINARY_value,threshold_type );
 Canny(tdst, cdst, 50, 200, 3);
 cvtColor(tdst, bgrdst, CV_GRAY2BGR);

  vector<Vec4i> lines;
  HoughLinesP(cdst, lines, 1, CV_PI/180, houghthresh, 50, 10 );
  for( size_t i = 0; i < lines.size(); i++ )
  {
    Vec4i l = lines[i];
    line( bgrdst, Point(l[0], l[1]), Point(l[2], l[3]), Scalar(0,255,0), 2, CV_AA);
    circle( bgrdst,
         Point(l[0], l[1]),
         5,
         Scalar( 0, 0, 255 ),
         -1,
         8 );
    circle( bgrdst,
         Point(l[2], l[3]),
         5,
         Scalar( 0, 0, 255 ),
         -1,
         8 );
  }

 imshow("source", src);
 imshow(window_name, bgrdst);

 waitKey(1);
}
 return 0;
}

#包括“opencv2/highgui/highgui.hpp”
#包括“opencv2/imgproc/imgproc.hpp”
#包括
使用名称空间cv；
使用名称空间std；
int阈值_值=150；
int threshold_type=0；；
int const max_值=255；
int const max_type=4；
int const最大二进制值=255；
int houghthresh=50；
char*trackbar_value=“value”；
char*window_name=“查找行”；
int main（int argc，字符**argv）
{
const char*filename=argc>=2？argv[1]：“pic1.jpg”；
视频捕获上限（0）；
Mat src、dst、cdst、tdst、bgrdst；
namedWindow（窗口名称、CV窗口自动大小）；
createTrackbar（轨迹栏_值，
窗口名称和阈值，
最大值）；
而(1)
{
cap>>src；
CVT颜色（src、dst、CV_rgb2灰色）；
阈值（dst、tdst、阈值、最大二进制值、阈值类型）；
Canny（tdst，cdst，50，200，3）；
CVT颜色（tdst、bgrdst、CV_GRAY2BGR）；
矢量线；
HoughLinesP（cdst，lines，1，CV_PI/180，houghthresh，50，10）；
对于（size_t i=0；i

目前，我的主要问题是如何推断线路数据以找到每个停车位的位置。我的目标是让opencv找到停车位，并在每个停车位上画出矩形，用数字标记停车位

我认为我目前使用的方法存在一些主要问题，因为如输出图像所示，opencv正在检测线上的多个点，而不是2个端点。这可能会使使用opencv连接两个相邻端点变得非常困难

我读了一些关于使用凸包的书，但我不确定它是做什么的，以及它是如何工作的

任何帮助都将不胜感激。 以下是我的程序的输出图像：

---

考虑细化二值图像，然后检测端点和分支点。这里是基于所提供的图像的一个这样的结果；端点为红色，分支点为蓝色

---

现在你可以找到停车位的位置了。一对蓝点总是通过一条边连接在一起。每个蓝点连接到两个或三个红点。然后有几种方法可以找到由两个蓝点和两个红点组成的停车位，最简单的方法是沿着直线：找到最近的一对红点，其中一个点连接到某个蓝点，另一个红点连接到另一个蓝点。这一步还可以通过检查边缘与平行线的距离来补充。

是否可以在不进行任何处理的情况下包含输入？对于检测到比你所追求的更多的线/点的问题，RANSAC可能比依靠Hough更擅长解决这类问题。我想到的一件事是首先对图像进行处理，使线看起来更细。那么，opencv可能只会检测每行的2个端点。@TomKnapen您将膨胀与侵蚀混为一谈。在这些示例中，线条是明亮的，因此放大会使线条变大。因此，让我们将您的建议替换为侵蚀。现在你可以打破细线了。但实际上这一切都无关紧要，他使用的是Canny，它给出了一个粗宽的边缘。@mmgp输入是右侧的窗口。这是从我的网络摄像头拍摄的停车场图像。我将对ransac做一些研究，看看如何实现它。因此，目前我正在使用Canny，但我认为可能有更好的方法，因为标记停车位的每个相邻四边形可以共享一条边。我是不是应该用腐蚀使线条变细，以便在canny中只检测到一条线条？@TianYao也许我的请求不够清晰，我只是要求你在不进行任何处理的情况下包含图像。这里包含的图像是截图，我的建议是包含一些实际的帧（不是它们的截图，或者其他任何东西）。要使线条变细，正确的方法需要一个细化算法，该算法可以使用命中或未命中变换（opencv中不可用）实现，但也有其他方法可以实现。但是，为了给出更准确的建议（而不仅仅是猜测），我们需要您使用的实际数据。好的，非常感谢。您是否使用腐蚀来细化阈值图像？明天早上我会尝试一下，看看结果如何。原则上是的，请参阅经典的二值形态学骨架构造。我目前正忙于获取二值图像的骨架。我基本上是在这里使用优化的代码：，除了不做腐蚀和扩张，我用morphologyEx做一个开放的形态学。最后，我将skel转换成一个全局Mat，用于Canny边缘检测。问题是程序在我运行时挂起。窗口显示，但不显示图像。我已经将问题隔离到do while循环中，但我不确定到底是什么导致了它。所以在一些测试之后，我注意到countNonZero永远不会变为0，这意味着do while循环将无限继续。我会试着把每个阶段的图片放出来，看看是否有任何变化发生。我意识到我在循环结束时复制到了错误的垫子上，这意味着