Python 增加OpenCV中approxPolyDP（）的近似概率

我正在用OpenCV Python制作一个形状识别系统。

approxPolyDP（）

是找到形状的最佳方法。我用它来寻找广场，五角大楼等等

但是，有时

approxPolyDP（）

无法准确地获取多边形。因此，使用了

Blur（）

和

Thresholding（）

。然而，这也是不够的

如果我得到这样的过滤图像：

在

Threshold（）

和

Blur（）

之后：

如何提高近似概率

---

请给我一些增加近似概率的想法/系统/算法。

可以使用ε参数来增加'approxPolyDP（）'的近似概率

cv2.approxPolyDP（曲线，ε，闭合[，approxCurve]）

想想看，你有这样的（只有黑色）

如果增加epsilon“approxPolyDP（）”忽略最接近的雕刻点并更改检测到的形状。 当您增加epsilon时，“approxPolyDP（）”首先忽略一个点（因为，一个点离红线最近，而不是B点离绿线最近）。然后您增加的越多，它将忽略B点

---

所以，你也做了阈值、模糊和更多的预设，你可能在检测到的多边形中有一些震动点，你可能无法得到准确的形状。epsilon在这种情况下非常有用。

@Bogdan-Bogdanov你为什么编辑我的帖子？你能给我解决方法吗？对不起@NSiri，我有两个打字错误。我编辑了这个问题，使它更具可读性。您可以阅读并了解如何在堆栈溢出中提出好的问题。很抱歉输入错误。好的。谢谢。我是新来的。我已经批准了你的编辑。没有问题，当你获得足够的声誉时，你也可以对问题进行编辑。你能澄清一下“不够”是什么意思吗？您希望改进结果的哪些方面？（另外，在问题后面加上“谢谢”也是一个错误）。