OpenCV - Размеры измерительной коробки в Python

Question

Это продолжение моего previous question. Теперь у меня есть изображение, как этот

Здесь углы обнаружены. Теперь я пытаюсь оценить размеры более крупной коробки, пока известны меньшие размеры черного ящика.

Может ли кто-нибудь указать мне, что является лучшим способом оценить размеры коробки? Я могу сделать это с простым евклидовым расстоянием, но я не знаю, правильно это или нет. Или даже если это правильный путь, то из списка кортежей (координат), как я могу найти расстояния, такие как A-B или A-D или G-H, но не как A-C или A-F?

Последовательность должна быть сохранена, чтобы получить правильные размеры. Кроме того, у меня есть две коробки, поэтому, когда я создаю список углов координат, тогда он должен содержать все координаты от A-J, и я не знаю, какие координаты принадлежат к тому ящику. Итак, как я могу сохранить это для двух разных ящиков, потому что я хочу запустить этот код для получения более похожих изображений.

Примечание: Углы на этом изображении не являются ни одной точкой, а набором точек, поэтому я сгруппировал набор углов и усреднил их, чтобы получить одну (x, y) координату для каждого угла.

Я попытался изо всех сил объяснить мои вопросы. Будем очень рады получить ответы на любые вопросы :) Спасибо.

Answer 1

Для

Как я могу найти расстояние, как AB или AD или GH, но не так, как AC или AF

часть

Вот быстрый код, не эффективен для изображений с большим количеством углов, но для вашего дела все в порядке.Идея заключается в том, чтобы начать с дилатационной края изображения, которое вы получили в другой вопрос (только с большой коробкой, но идея та же для изображения, где есть также небольшая коробка)

то для всех возможных сочетание углов, вы смотрите на несколько точек на воображаемой линии между ними, а затем вы проверяете, действительно ли эти точки попадают на настоящую строку на изображении.

import cv2 
import numpy as np 

#getting intermediate points on the line between point1 and point2 
#for example, calling this function with (p1,p2,3) will return the point 
#on the line between p1 and p2, at 1/3 distance from p2 
def get_intermediate_point(p1,p2,ratio): 
    return [p1[0]+(p2[0]-p1[0])/ratio,p1[1]+(p2[1]-p1[1])/ratio] 

#open dilated edge images 
img=cv2.imread(dilated_edges,0) 

#corners you got from your segmentation and other question 
corners=[[29,94],[102,21],[184,52],[183,547],[101,576],[27,509]] 
nb_corners=len(corners) 

#intermediate points between corners you are going to test 
ratios=[2,4,6,8] #in this example, the middle point, the quarter point, etc 
nb_ratios=len(ratios) 

#list which will contain all connected corners 
connected_corners=[] 

#double loop for going through all possible corners 
for i in range(nb_corners-1): 
    for j in range(i+1,nb_corners): 
     cpt=0 
     c1=corners[i]; c2=corners[j] 

     #testing every intermediate points between the selected corners 
     for ratio in ratios: 
      p=get_intermediate_point(c1,c2,ratio) 

      #checking if these points fall on a white pixel in the image 
      if img[p[0],p[1]]==255: 
       cpt+=1 

     #if enough of the intermediate points fall on a white pixel 
     if cpt>=int(nb_ratios*0.75): 
      #then we assume that the 2 corners are indeed connected by a line 
      connected_corners.append([i,j]) 

print(connected_corners) 

Answer 2

В общем, вы не можете, так как любая реконструкция только в масштабе.

В принципе, учитывая калиброванную камеру и 6 2D-точек (6x2 = 12), вы хотите найти 6 трехмерных точек + масштаб = 6x3 + 1 = 19. Недостаточно уравнений.

Для этого вам нужно будет сделать некоторые предположения и вставить их в уравнения.

Форма пример:

1. Края коробки расположены перпендикулярно друг к другу (что означает, что каждые 2 соседние точки имеют, по меньшей мере, одно значение координаты).
2. Вам нужно предположить, что вы знаете высоту нижних точек, то есть они находятся на той же плоскости, что и ваша калибровочная коробка (это даст вам Z видимых нижних точек).

Надеемся, этих ограничений достаточно, чтобы дать вам меньше уравнений, которые неизвестны, и вы можете решить набор линейных уравнений.