opencv平方检测辐射地板问题

Question

致力于平方检测。问题就在辐射地板上。你可以看到照片。有解决这个问题的办法吗？

谢谢。

源图像：

​

产出：

​

源代码：

void EdgeDetection::find_squares(const：：Mat& image，向量>& outputFrame，cv::Mat& outputFrame) { 无符号长imageSize = ( long ) (image.rows * image.cols) / 1000；if (imageSize > 1200) RESIZE = 9；if (imageSize > 600) Resize = 5；else if (imageSize > 300) RESIZE = 3；否则调整大小= 1；Mat src (大小(image.cols/ RESIZE，image.rows / RESIZE)，CV_YUV420sp2BGR)；// RESIZE src到img大小调整(图像，src，src.size() ,0.5，0.5，INTER_LINEAR)； Mat imgeorj=image；const int N= 10;//11；Mat pyr，timg，gray0(src.size()，CV_8U)，灰色； //低比例尺和高比例尺图像滤除噪声pyrDown(src，pyr，Size(src.cols / 2，src.rows /2))，pyrUp(pyr，timg，src.size())； #ifdef模糊 席模糊(Src)，medianBlur(src，迷离，15)； #endif vector等高线；//在图像的每个彩色平面上查找平方，用于( int c= 0；c< 3；++c) { int ch[] = {c，0}；mixChannels(&timg，1，&gray0 0，1，ch，1)；//尝试( int l= 0；l< N；++l) { // hack的几个阈值级别:使用Canny而不是零阈值级别。// Canny帮助捕获具有渐变阴影的平方，如果(l == 0) { //应用Canny。取滑块//的上阈值设置为0(强制边缘合并) // Canny(gray0，灰色，0，阈值5)；// Canny(gray0，gray，(10+l)，(10+l)*3，3)；Canny(gray0，灰度，50,200，3 )；//扩展canny输出以消除边缘段之间的潜在//孔扩张(灰色、灰色、Mat()、点(-1，-1))；//腐蚀(灰度、灰色、Mat()、Point(-1，-1)、1)；}{ //应用阈值如果l!=0: // tgray(x，y) = gray(x，y) < (l+1)* 255 /N ? 255 :0 gray = gray0 >= (l + 1) *255/ N；} //查找轮廓，并将它们全部存储为列表findContours(灰色、等高线、CV_RETR_LIST、CV_CHAIN_APPROX_SIMPLE)；向量近似；//检验(size_t i= 0；i< contours.size()；++i) { //近似轮廓，其精度与等高线周长approxPolyDP成正比/与轮廓周长approxPolyDP成正比，约，arcLength(Mat(contoursi)，true) * 0.02，true；如果(approx.size() == 4 && fabs(contourArea(Mat(Mat(约)> 5000 &isContourConvex(Mat(约){ float maxCosine = 0；for (寄存器int j= 2；j< 5；( ++j) { //求关节边间夹角的最大余弦=fabs(角约为4，约为j-2，约为-1)，maxCosine =最大值(maxCosine，余弦)；} //如果所有角度的余弦都很小// (所有角都是90度)，如果(maxCosine < 0.3) {squares.push_back(约)，则将quandrange //顶点写入合成序列；}debugSquares(正方形，imgeorj，outputFrame)；}

Answer 1

您可以尝试使用Hough变换来检测直线边，并使用那些用来构造正方形的边。