原图: 基于外轮廓统计墙体特征提取出的结果: 1、基于每个连通域的像素个数可以过滤掉部分干扰物体,仅留下墙体 imgFilter(Mat &src, Mat &dst,int num) 2、提取canny边缘并进行校正 Canny(imgWall, imgCanny, 80, 110, 3); 3、提取墙体中线(黑色) wall_skeleton(Mat&mask, vector<Vec4i>&lines_x, vector<Vec4i>&lines_y, vector<Vec4i>&walls_x, vector<Vec4i>&walls_y) 4、合并重合的线段、调整相邻线段到同一水平或竖直位置 lines_single(Mat &src, vector<Vec4i>&lines) linesMerge(vector<Vec4i>&lines, int thresh) 5、搜索延长应该延长的线段 linesExtend(Mat &img, vector<Vec4i>&lines) 6、删除两端都悬空的线段和伸出的短的边角 linesSplit1(Mat &img, vector<Vec4i> &lines, vector<Vec4i> &lines1, int len) 7、根据伸出的线段找到门窗线 find_windoor(Mat &img, vector<Vec4i> &lines, vector<Vec4i> &win_doors, vector<Vec4i> &walls) 这时,几乎处理完了,但是对于有些图,可能会出现一些小问题,如: 此时就需要对结果图进行优化。。 8、合并相邻有重合的线段 linesMerge1(vector<Vec4i>&lines, int thresh) 9、去除有伸出的边角线段 linesSplit(Mat &img, vector<Vec4i> &lines, vector<Vec4i> &lines1) 最后得到效果不错: 这是仅对提出的墙体处理的结果,可以加上对外轮廓的处理,使户型图结构更完整,并且进一步分开门和窗。 10、对结果有影响的参数: |
|