Python 用HDBSCAN对相似线路进行聚类

上面的图像是一个视频帧。最终目标是检测闸门。我想做的是将线聚类，类似于圆，没有圈的线是异常值。我的发现告诉我这是一个HDBSCAN问题，因此我尝试像这样实现HDBSCAN：

import cv2
import numpy as np
import hdbscan

gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# Create default Fast Line Detector (FSD)
fld = cv2.ximgproc.createFastLineDetector(_length_threshold=60,
                                          _canny_th1=5,
                                          _canny_th2=5,
                                          _canny_aperture_size=3,
                                          _do_merge=True
                                          )

# Detect lines in the image
lines = fld.detect(gray_img)

cluster_lines = []
if type(lines) is not type(None):
    for line in lines:
        x1, y1, x2, y2 = line[0]
        cluster_lines.append([(x1 + x2) // 2, (y1 + y2) // 2])
        # cluster_lines.append([x1, y1, x2, y2])

line_clusterer = hdbscan.HDBSCAN(min_cluster_size=3,
                                 cluster_selection_epsilon=0.5)
line_clusterer.fit(cluster_lines)
labels = line_clusterer.labels_
cluster_max = line_clusterer.labels_.max()

我试过两种方法，一种是直接输入一个直线列表，结果非常糟糕，我认为这是因为HDBSCAN不知道坐标代表一条直线。第二种方法是输入每条线的中点列表，虽然效果更好，但仍然不是很好。有没有一种方法可以改进这一点，并获得更类似于预期结果的结果

原始图像

---

我想尝试帮助您，但有3个问题。1） 您共享的唯一图像包含注释，因此我无法尝试处理它。2） 您的代码不完整，由于某种原因，您删除了

import

语句，因此我无法运行它。3） 我不知道“门”在你的图像中的位置。@MarkSetchell对此表示抱歉。我添加了导入和原始图像，并添加了用于检测线条的代码。请注意，要安装hdcscan，您需要numpy版本1.20.0。然而，我对其他建议持开放态度，目标是使用线条检测闸门，因为我已经尝试过颜色过滤，并试图避免CNN的。还要记住，这相当接近，我们希望能够在更远的地方和更暗的水中检测到它，也就是说，条件可能会有所不同