Opencv 二值图像中的目标检测

此任务来自于在稳定背景下跟踪对象。到目前为止，我能够移除背景并获得如下二进制掩码：

我需要得到玩具的边界矩形，没有连接到它的绳子（在一些框架上它相当厚）。听起来很简单，但我想不出一个好办法

我试着用我裁剪的玩具的模板进行互相关。它不是很好，而且我需要矩形来改变它的大小。绳子又弄得一团糟

meanShift（）

现在我使用了
findContours（）

我一直在想，一定有更简单有效的解决办法。
为了去掉连接的电线，我只需先关上再打开。就像这样，首先重新连接闭合点，然后清除隔离点并切断电源线

然后，您可以使用相应的MatLab函数计算边界框。
为了移除连接的线缆，我只需先关闭，然后再打开。就像这样，首先重新连接闭合点，然后清除隔离点并切断电源线

然后，您可以使用相应的MatLab函数计算边界框。
根据您的第二张图像，闭合过程可能会移除玩具的大部分（因为玩具身体的边界很薄），因此（如果我们可以假设玩具和绳索的位置始终垂直），您应该首先使用凸面外壳，然后在“图像的每一行”分别寻找较厚的物体（基于玩具各部分的宽度远大于绳索或噪声点的事实）。在每一行中，每一条长度超过阈值的水平线，保留该线，否则将其删除。这样，您将只重建玩具的凸面外壳，现在您可以轻松地在其上拟合矩形。
根据第二张图像，关闭过程可能会删除玩具的大部分（因为玩具身体的边界很薄），所以（如果我们可以假设玩具和绳索的位置总是垂直的），你应该首先使用凸面外壳，然后在“图像的每一行”中分别寻找厚的物体（基于玩具在所有部分的宽度都远远大于绳索或噪声点的事实）。在每一行中，每一条长度超过阈值的水平线，保留该线，否则将其删除。通过这种方式，您可以重建玩具的凸面外壳，现在您可以轻松地在其上拟合矩形。
一旦关闭/打开操作完成，可能会留下一些不需要的斑点。您可以“过滤”“按它们排列轮廓属性（例如：如果某个水滴的周长或曲面不够高，则可以忽略该水滴）。一旦关闭/打开操作完成，可能会留下一些不需要的水滴。您可以按它们的轮廓属性“过滤”它们（例如：如果某个水滴的周长或曲面不够高，则可以忽略该水滴）