Opencv 彩色图像中水平圆边缘的检测
我试图在彩色图像中检测包含椭圆形顶部的区域 下面是我画的一些例子：Opencv 彩色图像中水平圆边缘的检测,opencv,image-processing,computer-vision,edge-detection,Opencv,Image Processing,Computer Vision,Edge Detection,我试图在彩色图像中检测包含椭圆形顶部的区域 下面是我画的一些例子： 你将如何做到这一点？我在图像处理方面没有经验，但我愿意阅读和学习。我主要使用C++的OpenCV，但是我也可以使用其他的库。 一般来说，你所问的东西是一个大问题。在现实世界的图像中，你需要找到每一个椭圆形状，区分哪一个有顶（直到你容忍和考虑的角度）。然后，您需要很好地分割这些形状，以便可以找到顶部为椭圆形对象的区域 但是，如果您需要像示例中那样找到更简单的图像，但仍然是一种更通用的方法，则可以首先使用任何边缘检测（例如Can
你将如何做到这一点？我在图像处理方面没有经验，但我愿意阅读和学习。我主要使用C++的OpenCV，但是我也可以使用其他的库。 一般来说，你所问的东西是一个大问题。在现实世界的图像中，你需要找到每一个椭圆形状，区分哪一个有顶（直到你容忍和考虑的角度）。然后，您需要很好地分割这些形状，以便可以找到顶部为椭圆形对象的区域 但是，如果您需要像示例中那样找到更简单的图像，但仍然是一种更通用的方法，则可以首先使用任何边缘检测（例如Canny）获得边缘。然后，对曲线和椭圆使用Hough变换。但我不认为有函数或库用于此。因此，您可能需要实现自己的Hough变换。为此，你们必须决定你们所说的椭圆形顶部到底是什么意思。对于您的两张图像，如果您成功找到椭圆形顶部，只需获取其下方的区域即可。但为了更全面，您可能需要使用更复杂的方法在其下分割形状 对于Hough变换；
一般来说，你要问的是一个大问题。在现实世界的图像中，你需要找到每一个椭圆形状，区分哪一个有顶（直到你容忍和考虑的角度）。然后，您需要很好地分割这些形状，以便可以找到顶部为椭圆形对象的区域 但是，如果您需要像示例中那样找到更简单的图像，但仍然是一种更通用的方法，则可以首先使用任何边缘检测（例如Canny）获得边缘。然后，对曲线和椭圆使用Hough变换。但我不认为有函数或库用于此。因此，您可能需要实现自己的Hough变换。为此，你们必须决定你们所说的椭圆形顶部到底是什么意思。对于您的两张图像，如果您成功找到椭圆形顶部，只需获取其下方的区域即可。但为了更全面，您可能需要使用更复杂的方法在其下分割形状 对于Hough变换；
对于将其与椭圆一起使用，实际上有一个函数可以检测opencv上的圆 与低参数2一起使用-因为您应该只检测给定顶部的圆 另一种方式应该是这样的 1-低通滤波器（高斯模糊，在opencv文档中搜索） 2-颜色过滤器-可选（如果您知道对象的颜色，请使用该颜色，否则请尝试从像素（image.width/2，0）获取颜色） 3-canny边缘检测（再次参考文档） 4-查找等高线（再次参考文档） 5-如果你有一个轮廓，最好是大面积的，包括像素（image.width/2，0）-你将在这里使用PointPolyContest-然后你在底部有一个斑点 6-检测这个斑点是否是“椭圆形”是一个大问题；但是你可以使用“椭圆形”属性进行一些过滤
- 椭圆曲线有1个且只有1个峰值点。应该只有1个轮廓像素具有最大高度
- 椭圆曲线的任何3点都不能代表直线。这不难实现，但对于算法来说很复杂
- 椭圆曲线有1个且只有1个峰值点。应该只有1个轮廓像素具有最大高度
- 椭圆曲线的任何3点都不能代表直线。这不难实现，但对于算法来说很复杂
对于圆，我建议使用比Hough变换更简单的方法。 从上面的图片中，我看到椭圆形有一个统一的颜色，而其余的颜色 图像不存在
对于椭圆检测，您可以参考。这两种方法基于hough变换，如果需要，可以轻松调整。对于椭圆检测，您可以参考。这两种方法基于hough变换，如果需要，可以轻松调整。正如我所知，opencv中的圆检测器无法检测椭圆形状。作为它们的数学数学定义将不同？抱歉，我不喜欢opencv，因为我知道opencv中的圆检测器无法检测椭圆形状。因为它们的数学定义将不同？抱歉，我不喜欢opencv虽然这种方法可以帮助处理这两幅图像，但问题不是“我想在这些图像中找到这两个颜色一致的对象”