python - 如何从平面图图像中检测门窗?
问题描述
我正在进行平面图分析,我想检测平面图图像中的门窗数量。如何在 Python 中使用 OpenCV 实现这一目标?
我已经尝试在图像中检测墙壁,下面是相同的代码。
img_bw = 255*(cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) > 20).astype('uint8')
se1 = cv2.getStructuringElement(cv2.MORPH_RECT, (3,3))
se2 = cv2.getStructuringElement(cv2.MORPH_RECT, (1,1))
mask = cv2.morphologyEx(img_bw, cv2.MORPH_CLOSE, se1)
mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, se2)
mask = np.dstack([mask, mask, mask]) / 255
out = img * mask
plt.figure(figsize=(15,10))
plt.imshow(out, cmap="gray")
现在我正在寻找提取门窗的数量(可能在 CSV 或 XML 表中)。
解决方案
我目前正在做一个类似的项目。您绝对可以训练神经网络或 svm。但我认为您可以通过使用多个过滤器来解决问题并节省一些时间。
在我的项目中,我已经这样做了,但是对于比上面的示例平面图更小的平面图。因此,如果您只是从我的存储库中复制一些代码并更改阈值,它应该可以工作。
下图可视化了我在您的示例平面图上的项目检测的当前结果:
颜色说明:MarineBlue - 外轮廓、蓝色 - 墙壁、黄色 - 房间(较大的细节过滤器)、绿色 - 窗户、门、较小房间等细节(较小的过滤器)
链接到用于创建图像的代码:Floorplan 到 Blender3d 这个项目正在进行中。