Python 如何从平面图图像中检测门和窗？

我正在进行楼层平面分析，希望检测楼层平面图像中的门和窗的数量。如何在Python中使用OpenCV实现这一点

我已经尝试在图片中检测墙壁，下面是相同的代码

img_bw = 255*(cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) > 20).astype('uint8')

se1 = cv2.getStructuringElement(cv2.MORPH_RECT, (3,3))
se2 = cv2.getStructuringElement(cv2.MORPH_RECT, (1,1))
mask = cv2.morphologyEx(img_bw, cv2.MORPH_CLOSE, se1)
mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, se2)

mask = np.dstack([mask, mask, mask]) / 255
out = img * mask
plt.figure(figsize=(15,10))
plt.imshow(out, cmap="gray")

现在我想提取门和窗的数量（可能是CSV或XML表）

---

我目前正在从事一个类似的项目。你完全可以训练神经网络或支持向量机。但是我认为你可以通过使用几个过滤器来解决这个问题，从而节省一些时间

在我的项目中，我已经做了，但是对于比上面的示例平面图更小的平面图。因此，如果您只是从我的回购协议中复制一些代码并更改阈值，它应该可以工作

下图显示了示例floorplan上我的项目检测的当前结果：

颜色说明： 海洋蓝-户外， 蓝墙,， 黄色-房间（较大的细节过滤器）， 绿色-详细信息，如窗户、门、较小的房间（较小的过滤器）

链接到用于创建图像的代码：

---

这个项目正在进行中。

我目前正在从事一个类似的项目。你完全可以训练神经网络或支持向量机。但是我认为你可以通过使用几个过滤器来解决这个问题，从而节省一些时间

在我的项目中，我已经做了，但是对于比上面的示例平面图更小的平面图。因此，如果您只是从我的回购协议中复制一些代码并更改阈值，它应该可以工作

下图显示了示例floorplan上我的项目检测的当前结果：

颜色说明： 海洋蓝-户外， 蓝墙,， 黄色-房间（较大的细节过滤器）， 绿色-详细信息，如窗户、门、较小的房间（较小的过滤器）

链接到用于创建图像的代码：

---

该项目正在进行中。

您的示例图像在哪里？@BahramdunAdil我已经用示例图像编辑了这个问题。请看一看。我认为你应该尝试使用TF或其他框架来训练DNN模型，注意非常正确地标记图像。因此，您可以尝试一下DNN并查看结果，我认为它会起作用，否则，我没有更好的解决方案可供建议。您的示例图像在哪里？@BahramdunAdil我已使用示例图像编辑了该问题。请看一看。我认为你应该尝试使用TF或其他框架来训练DNN模型，注意非常正确地标记图像。所以你可以尝试一下DNN，看看结果，我认为它会起作用，否则，我没有更好的解决方案来建议。