Python 如何从边缘检测图像中找到多边形顶点？

1。问题

鉴于房屋屋顶的图像，我试图找到屋顶的轮廓。我已经标记了可用的数据（作为多边形顶点），我对其进行插值并创建了下图所示的真值图像

我使用精明的、hough线、LBP特性来训练ML模型，结果看起来不错。模型输出显示在中间，测试图像的叠加显示在右侧。

2。我需要什么。

最终的输出应该是一组多边形，我需要找到绘制这些多边形的点（参见下图中的高亮点）。因此，可以将输出设置为n条线段。其中，每条线段为2个点[（x1，y1），（x2，y2）]

3。我的想法/想法是什么

a。侵蚀、扩张、打开、关闭、骨骼化操作

虽然这些操作使上图中的线条更加整洁，但它们不能帮助我找到要查找的多边形顶点

我想将（许多）线与图像中的白色像素相匹配（类似于hough线）

这些线的交点将为我寻找的多边形提供顶点

我想知道是否有更标准/更好的方法来实现上述目标。

我认为这将有助于您实现目标。它将查找线段，并将它们输出到向量

[x1，y1，x2，y2]

，其中（x，y）对表示线段的起点和终点

每个顶点应靠近两条或多条线段的末端。通过每个端点并计算它们出现的次数。处理完所有点后，您可以消除任何少于2次发生的点。当然，您需要一些小的阈值来确定一个点是唯一的，因为行中的间隙有些伪代码：

dist（point1，point2）

---

我不确定你会如何找到这一点上的多边形，但希望这能提供一些帮助

你的问题完全不清楚。标题暗示你正在寻找一个点。你的问题意味着你在寻找一些线索。请澄清。我正在寻找线相交或（将相交）的点，因为有些线可能没有完全连接到另一条线@MarkSetchell 2个点组成一个线段，即p1到P2。您可以添加另一个图像，显示红色的第一条线，绿色的第二条线和蓝色的答案，以澄清问题？但不要删除原始图像，因为人们可能希望使用不带注释的图像进行处理。@MarkSetchell已添加@既然我已经编辑了这个问题，你能再看一下吗。我现在已经定义了整个问题，也提到了我所做的尝试。我编辑了我的回答，但它仍然只是部分答案，祝你好运