C++ 用opencv对线条进行分类

我正在做一个图像分类项目，我使用边缘检测从图像中提取了曲线，并需要根据它们的曲率对它们进行分类

例如，在下面的图像中有3种线条，左边的线条有很好的曲率，中间的线条有不错的曲率，右边的线条有很差的曲率

---

感谢您的帮助

我认为分类的方法不多：

尝试使用一些近似eps近似直线，然后检查近似直线的分段数，分段数越少越好。（在最左边的情况下，当直线包含少数线段时，这可能会产生问题）

选中边界框大小，越小越好

---

检查凸面缺陷。

如果处理图像，您可以知道所显示的形状是否包含“平滑”或“锐利”边缘。可以计算结构矩阵（或图像张量矩阵）的特征值和特征向量。对于属于直边或平滑边的像素，其中一个特征值将比另一个大得多。如果像素是一个角点或曲线点，两个特征值可能都较大且相似。 然后，我建议在形状的像素上测量这些特征，并根据需要训练分类器

你几乎可以在其他地方找到关于这些事情的更多细节，尽管我可以给你我自己的博士学位的参考资料，看看第2.4.2节

---

致以最良好的祝愿

我想你的意思是左边有很好的曲率？+1个有趣的问题。@cdhowie:你是对的：）凸缺陷和直线近似是找到我想要的东西的好方法，但边界框不是一个好功能。@hamed我不明白近似如何帮助你。在左例中，曲线包含许多与右曲线相同的线段…@Astor您是对的，但我想到了另一种方法。首先使用点的直线近似，然后计算每个连续直线之间的角度，在直线中，每个连续直线的角度约为180，对于好曲线，角度应在160到180之间，等等对于坏曲线，图像张量矩阵与Hessian矩阵相同？