python - 如何分段弯杆进行角度计算？

Question

我正在尝试使用 OpenCV 从背景中分割一根弯曲的杆，然后找到其中的弯曲部分并计算每个弯曲部分之间的角度。

幸运的是，第一部分很简单，前景和背景之间有足够的对比。分段时，一点侵 eclipse /膨胀处理反射/高光。

第二部分是我不确定如何处理的地方。

我可以轻松检索轮廓(顶部和底部非常相似，所以两者都可以)，但我似乎无法弄清楚如何将轮廓分割成直线部分和弯曲杆来计算角度。

到目前为止，我已经尝试简单地绘制轮廓，但是我得到的点太多或太少，感觉很难找到正确的点保持直线部分笔直并简化弯曲部分的设置。

这是我的输入图像(bend.png)

这是我到目前为止尝试过的:

#!/usr/bin/env python
import numpy as np
import cv2

threshold = 229
# erosion/dilation kernel
kernel = np.ones((5,5),np.uint8)
# contour simplification
epsilon = 0

# slider callbacks
def onThreshold(x):
    global threshold
    print "threshold = ",x
    threshold = x
def onEpsilon(x):
    global epsilon
    epsilon = x * 0.01
    print "epsilon = ",epsilon

# make a window to add sliders/preview to
cv2.namedWindow('processed')
#make some sliders
cv2.createTrackbar('threshold','processed',60,255,onThreshold)
cv2.createTrackbar('epsilon','processed',1,1000,onEpsilon)
# load image
img = cv2.imread('bend.png',0)
# continuously process for quick feedback
while 1:
    # exit on ESC key
    k = cv2.waitKey(1) & 0xFF
    if k == 27:
        break

    # Threshold
    ret,processed = cv2.threshold(img,threshold,255,0)
    # Invert
    processed = (255-processed)
    # Dilate
    processed = cv2.dilate(processed,kernel)
    processed = cv2.erode(processed,kernel)
    # Canny
    processed = cv2.Canny(processed,100,200)

    contours, hierarchy = cv2.findContours(processed,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
    if len(contours) > 0:
        approx = cv2.approxPolyDP(contours[0],epsilon,True)
        # print len(approx)
        cv2.drawContours(processed, [approx], -1, (255,255,255), 3)
        demo = img.copy()
        cv2.drawContours(demo, [approx], -1, (192,0,0), 3)
    # show result
    cv2.imshow('processed ',processed)
    cv2.imshow('demo ',demo)


# exit
cv2.destroyAllWindows()

这是我到目前为止所得到的，但我不相信这是最好的方法:

我试图从视觉上解决这个问题，我的目标是遵循这些思路:

因为最终目标是计算弯曲部分之间的角度，所以这样的感觉更简单:

我假设拟合线和计算相交线对之间的角度可行:

我使用 HoughLines OpenCV Python tutorial 做了一个快速测试，但无论传递的参数如何，我都没有得到很好的结果:

#!/usr/bin/env python
import numpy as np
import cv2

threshold = 229
minLineLength = 30
maxLineGap = 10
houghThresh = 15

# erosion/dilation kernel
kernel = np.ones((5,5),np.uint8)

# slider callbacks
def onMinLineLength(x):
    global minLineLength
    minLineLength = x
    print "minLineLength = ",x

def onMaxLineGap(x):
    global maxLineGap
    maxLineGap = x
    print "maxLineGap = ",x

def onHoughThresh(x):
    global houghThresh
    houghThresh = x
    print "houghThresh = ",x

# make a window to add sliders/preview to
cv2.namedWindow('processed')
#make some sliders
cv2.createTrackbar('minLineLength','processed',1,50,onMinLineLength)
cv2.createTrackbar('maxLineGap','processed',5,30,onMaxLineGap)
cv2.createTrackbar('houghThresh','processed',15,50,onHoughThresh)
# load image
img = cv2.imread('bend.png',0)
# continuously process for quick feedback
while 1:
    # exit on ESC key
    k = cv2.waitKey(1) & 0xFF
    if k == 27:
        break

    # Threshold
    ret,processed = cv2.threshold(img,threshold,255,0)
    # Invert
    processed = (255-processed)
    # Dilate
    processed = cv2.dilate(processed,kernel)
    processed = cv2.erode(processed,kernel)
    # Canny
    processed = cv2.Canny(processed,100,200)

    lineBottom = np.zeros(img.shape,np.uint8)

    contours, hierarchy = cv2.findContours(processed,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
    if len(contours) > 0:
        cv2.drawContours(lineBottom, contours, 0, (255,255,255), 1)

    # HoughLinesP
    houghResult = img.copy()
    lines = cv2.HoughLinesP(lineBottom,1,np.pi/180,houghThresh,minLineLength,maxLineGap)
    try:
        for x in range(0, len(lines)):
            for x1,y1,x2,y2 in lines[x]:
                cv2.line(houghResult,(x1,y1),(x2,y2),(0,255,0),2)
    except Exception as e:
        print e

    # show result
    cv2.imshow('lineBottom',lineBottom)
    cv2.imshow('houghResult ',houghResult)


# exit
cv2.destroyAllWindows()

这是可行的方法吗？如果是这样，在 OpenCV Python 中进行直线拟合的正确方法是什么？

否则，这是解决此问题的最佳方法？

更新 按照 Miki 的建议，我尝试了 OpenCV 3 的 LSD 并获得了比使用 HoughLinesP 更好的结果，但看起来仍然需要一些调整，尽管它不需要除了 cv2.createLineSegmentDetector 之外，没有太多可供选择的选项:

Answer 1

使用曲率来寻找线段可能会很方便。这里example通过最小曲率点分割轮廓，在您的情况下使用最大曲率点可能更好。 B 你可以把你的曲线分成几部分，然后每部分用 RANSAC 方法近似线段。