如何用cv2隔离条子？

Question

在下面表示条形图的图像中，如何隔离没有白色填充的条形图？

我正在寻找一个解决方案，这将对任何变化的图像。您可以假设格式是相同的，但是一些特性，比如网格线/轴线上的空白，可能在不同的位置。

我已经尝试过检测这些条的各种特性，比如条形图的26x3px末端，或者是左上角和右下角。例如，在左上角使用下面这样的掩码：

bar_top_kernel: Numpy = np.array([
    [1, 1, 1, 1, 1, 1, 1, 1, 1],
    [1, 1, 1, 1, 1, 1, 1, 1, 1],
    [1, 1, 1, 1, 1, 1, 1, 1, 1],
    [1, 1, 0, 0, 0, 0, 0, 0, 0],
], dtype='uint8')

或

bar_top_kernel: Numpy = np.array([
    [0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
    [0, 1, 1, 1, 1, 1, 1, 1, 1, 1],
    [0, 1, 1, 1, 1, 1, 1, 1, 1, 1],
    [0, 1, 1, 1, 1, 1, 1, 1, 1, 1],
    [0, 1, 1, 0, 0, 0, 0, 0, 0, 0],
], dtype='uint8')

但是根据我的尝试，我要么会被漏角，要么会出现假阳性，因为条形线的末端与网格线是如何相互作用的。

我试过先移除网格线。但是由于杆端和网格线的相互作用，我倾向于得到干扰特征检测的部分。

我开始认为，如果没有某种ML方法，这可能是不可能的，但我希望有人会发现一个聪明的技巧来实现这一点。

(请点击查看完整尺寸)

​

Answer 1

最后我想出了一个简单的窍门：

1. 倒置颜色。
2. 找到并填充任何轮廓:边框宽度>条形宽度。这基本上是孤立的，

，

1. ，再次找到等高线，找到质心相近的对等高线。
2. 填充包含每对的矩形，以修复拆分。