python - 使用 openCV 对图像中的子图像进行通用检测

Question

免责声明:我是一名计算机视觉菜鸟。

我看过很多关于如何在较大图像中找到特定子图像的堆栈溢出帖子。

我的用例有点不同，因为我不希望它是具体的，而且我不确定我该怎么做(如果可能的话，但我觉得应该这样做)。

我有一个很大的图像数据集，有时，其中一些图像是数据集中两个或多个其他图像的组合。我想自动裁剪这些“组合”以隔 ionic 图像。

因此任务将是处理数据集的每个图像，并检查是否存在可能意味着图像是组合的异常边界。

使用优质库存图片的示例:

我尝试过的:

我已经看到霍夫变换可用于图像中的线检测，但我无法使用它实现任何目标。

Answer 1

• 使用cv.Sobel 或其他派生内核(使用cv.filter2D)寻找边
• 沿像素列求和以对每个像素列进行“急躁”评分。 np.sum 或 np.mean 这样做。
• 一些阈值和 np.argsort 和索引来找到最佳候选者。
• cut(从数组中取出切片)

边缘图:

前卫的情节:

切片:

array([[   0,  578],
       [ 578, 1135],
       [1135, 1136]], dtype=int64)

图片:

完整笔记本:https://gist.github.com/crackwitz/e1ba1ce7a6fba446288275d91f66261c