利用OpenCV从侧面识别和计数图书

只是希望收到一些关于我能解决这个问题的想法

为了获得更清晰的图像，以下是我们正在查看的一些图像的示例：

我试过对它进行阈值化处理，比如大津、blobbing等等。但是，我仍然无法分割出书籍并正确地计算它们。精装书当然很容易，因为封面清楚地把书分开，但说到软皮书，我无法成功地数清书的数量

---

有人对我能做什么有什么建议吗？任何帮助都将不胜感激。谢谢

我运行了一个sobel边缘检测器，并使用Hough变换检测最后一张图像上的线条，它似乎对我来说工作正常。然后可以链接sobel边缘检测器输出上的边缘，然后计算水平线的数量。或者，您也可以对使用Hough检测到的线的输出执行相同的操作

通过将图像转换为二值图像，可以进一步缩小感兴趣的区域。所有这些操作符的输出都可以在下图中看到（我无法上传图像，所以不得不在这里托管它）

有关如何进行边缘、直线和角点检测的更多有用示例，请参阅

---

希望这能有所帮助。

你必须这样保管这些书吗？如果您可以将书籍改为面向相机的背面，那么我认为您可以获得有关不同书籍使用的不同颜色的更多信息。通过霍夫变换或边缘检测的线条将通过这种方式更加突出。

我认为@audiohead的建议是好的，但在应用霍夫变换时应小心对于带有图书馆图章的图像，因为它可能会将其与另一本书混淆（您可以看到，这些字母形成了一些断线，将由

sobel

检测到）

首先考虑应用一种边缘保持平滑算法，例如

双边滤波器

。正确调整（内核设置）后，可以避免这些问题

另一种解决方案可能有效（但可能很慢）

这是一种基于像素标记策略的不同方法

a） 根据一些非常暗的阈值，将所有黑色像素标记为已访问的

b） 当有

未访问的

像素时：选择下一个

未访问的

像素并应用区域增长算法，同时用唯一的数字标记其像素。在此阶段，您需要分析该区域正在形成的几何形状。检测书籍的一个好标准是，该区域正在创建某种形式的矩形，其中宽度>>高度。这将检测一本书并将其所有像素标记为唯一的数字

---

一旦不再有未访问的像素，唯一数字的数量就是图像上每个像素所拥有的书籍的数量，你现在要看的是哪本书。

有更复杂的方法，在轮廓检测和分割方面更好，你可以在这里看一看，但是速度很慢，

---

一旦你得到了超等高线图，你就可以对它们进行一些计算来计算书的数量

我会尝试一种完全不同的方法；对于平装书，封面是中暗线，而其余的（假设为白页）则是相当白色的“花”，所以我会尝试加厚黑色边缘，使其易于检测，这样的边缘就类似于你所说的精装书

---

我会尝试一些类似侵蚀的方法来加厚边缘。这将是一个很好的、快速的操作。

感谢您的建议，我在发布此问题之前已经尝试过Hough Transform来检测线条，尽管这并不理想，因为当书籍的侧面有文字时，例如，第一幅图像，会在文字上方检测线条。虽然更改参数确实有助于解决这一问题，但它会在第三个图像中导致问题，因为在该图像中未检测到中间的书本。现在，我正在寻找一种新的方法或方法来解决使用hough变换时的问题。有什么想法吗？但无论如何，还是要投+1票（：谢谢。是的，我现在希望以这种方式保存这些书，我已经做了书脊，目前正在尝试不同的书籍布局。是的。同意，在发布这些问题之前，我实际上探索了audiohead的推荐，除此之外，我还尝试了很多方法。我没有像你建议的那样使用双边方式，而是在尝试HoughLine变换时使用了pyrmeanshiftfiltering，但新问题来自tat:/（精装书）我喜欢你的像素标记策略/区域增长方法，如果我将其与其他一些方法合并，听起来会很有效。如果成功，让我尝试并与你联系。不过，给一两天时间）非常感谢你的建议。（：如承诺的，这是我的更新：解决方案不够健壮，尤其是对于堆叠在一起的两本软封面书籍。这是因为在我尝试的一些图像中，分隔这两本书的线不够清晰。但偶尔会起作用。我想我试着看看，在尝试您的区域时，是否可以克服我面临的问题谢谢你的反馈。在你的区域增长方法中，你的停止标准是什么？你是基于起始像素还是基于发现像素的邻域来制定停止标准的？我是基于发现像素的邻域来使用的。