将L形分成两条线
Separate L shape into two lines
我想要检测标记的距离和方向。标记为L形；两条等宽等高的线连成一个L型
为了检测方向和距离，我需要将相机捕捉到的 L 形分解成两条线。
鉴于代码需要每帧 运行 多次，执行此操作的轻量级方法是什么？
我已经使用此处描述的算法实现了斑点检测：http://www.labbookpages.co.uk/software/imgProc/blobDetection.html .
我考虑过使用霍夫变换，但我担心执行每一帧都需要大量的处理能力。最重要的是，我认为这不是这种情况下最准确的方法。我已经进行了适当的分析以从单条线中提取出准确的矢量，但我不确定如何将 L 形切割成两条线。
下面是相机如何捕捉到 L 形的不同结果的图片。
我在想我可以通过用一条穿过边界框的质心和中心的线来分割 L 形，但是那行不通。
关于我认为可能如何完成的粗略头脑风暴草图：
扫描线 !
请参阅 Python 中的（更新的）演练 here，使用图像可视化我通过您的数据的旅程:)
跳到 "Scanlines" 解决方案的最后
扫描线
基础知识
假设
我假设这些限制来自您的样本图像
- 你的图像中有（几个）L 形。
- 您可以轻松地将它们分割（没有重叠的形状，没有一个 L 延续到另一个 L ...）
- 您知道 Ls 中线条笔画的确切宽度
标记你的二值图像
您想首先知道哪些像素是哪个 L 的一部分，这是由 "labeling" 二值图像完成的。
还计算每个体积的边界框，如下所示：
正在旋转您的坐标系
现在真正的技巧是从 x/y 正交系统变为每个形状的 "L-Shaped referential"。
可以将其视为将 X 轴重新定义为 L 的一个分支，将 Y 轴重新定义为另一个分支。
一旦我们计算出一个到另一个的变换向量，我们就安全了！
让我们考虑一下 PCA 方式
我们现在面临的问题（"estimate the biggest axis of variations in dataset"）是可以使用协方差特征向量的时刻。
我不会深入探讨，但您可以查看此 intro to PCA 帖子以了解它。
问题通常在更高的维度 ("given a 50 dimensional dataset, compute the 10-biggest axes of variation in it") 中定义，但可以通过单独考虑每个形状并声明属于 L 的每个像素是一个点来扩展到二维点云问题你的 2D space.
虽然这会浪费计算能力，因为与通常的 PCA 情况相比，您已经对 L 点位置进行了限制（它们在一条线上，而不是随机分散）。这个问题涉及到的线性代数猛兽在这个小问题上是大材小用
Hough Lines，来救援！
您只想在 2D 图像中找到线条？
对直线使用霍夫变换（也称为 "hough lines"）。
OpenCV 有它。
又是一个不错的介绍：OpenCV's python tutorial on Hough Lines
我使用了你的二值图像的骨架（这样每行只被投票一次），并手动选择了我为算法提供给 OpenCV 的参数。
这就是线条有时似乎与特定图像不完全匹配的原因，这是因为采样率等=)
新的希望
在您指出对计算速度的需求之后，我想到了一些更多的技术来利用您的图像属性。
RANSAC
我考虑过对您的数据使用 RANSAC 变体：毕竟，您想要将线拟合到您的点云中。
您可能知道，基本技术总结为
- （随机）选择足够的数据来拟合模型（在你的例子中是行）
- 评估异常值的数量（模型对其不起作用的数据点）
- 重复并记录得分最高的模型（并持续这样做一定时间，涉及数学）
RANSAC 的一个很好的介绍是 this song（很奇怪）
但我看到了并发症：
- Which Model? : 你是用4个点来定义2条线，还是用2个点来定义一条线，再做两次？
- 没有离群值：你真的没有合适的离群值，那么为什么要用 RANSAC 解决这样一个微不足道的问题？
- 计算能力 : 你真的会无缘无故地迭代数千次，因为你在随机查看你的点。
毋庸置疑，RANSAC 不能只做这个把戏，但我们可以将其用作灵感
扫描线 !
让我们考虑一下您的 Ls 边界框。
如果我们在 Y=0 处对其进行水平切片，我们将得到一个一维数组，其连续区域定义为 True
那么，如果我们像这样每隔一段时间对图像进行切片以定义 L 的向量呢？
设置5个百分点作为基线，我们只需要找到"which X-index is the center of the 1D array of Y=0 values"，然后对Y = 0.05 * img_width做同样的事情。
我们现在有 2 个 2D 点定义图像的第一条线。
在另一边重复，你就有了你的解决方案！
在计算上，您只是在 img_width 长度数组中找到 4 个中位数，
每一个都是来自你的图像的连续内存块（Heeeeelllo L2-cache 命中！）。
再说一次，如果刚才有点难以想象，请看我的code walkthrough
的结尾部分
我想要检测标记的距离和方向。标记为L形；两条等宽等高的线连成一个L型
为了检测方向和距离，我需要将相机捕捉到的 L 形分解成两条线。
鉴于代码需要每帧 运行 多次，执行此操作的轻量级方法是什么？
我已经使用此处描述的算法实现了斑点检测：http://www.labbookpages.co.uk/software/imgProc/blobDetection.html .
我考虑过使用霍夫变换，但我担心执行每一帧都需要大量的处理能力。最重要的是，我认为这不是这种情况下最准确的方法。我已经进行了适当的分析以从单条线中提取出准确的矢量，但我不确定如何将 L 形切割成两条线。
下面是相机如何捕捉到 L 形的不同结果的图片。
我在想我可以通过用一条穿过边界框的质心和中心的线来分割 L 形，但是那行不通。
关于我认为可能如何完成的粗略头脑风暴草图：
扫描线 !
请参阅 Python 中的（更新的）演练 here，使用图像可视化我通过您的数据的旅程:)
跳到 "Scanlines" 解决方案的最后
扫描线
基础知识
假设
我假设这些限制来自您的样本图像
- 你的图像中有（几个）L 形。
- 您可以轻松地将它们分割（没有重叠的形状，没有一个 L 延续到另一个 L ...）
- 您知道 Ls 中线条笔画的确切宽度
标记你的二值图像
您想首先知道哪些像素是哪个 L 的一部分，这是由 "labeling" 二值图像完成的。
还计算每个体积的边界框，如下所示：
正在旋转您的坐标系
现在真正的技巧是从 x/y 正交系统变为每个形状的 "L-Shaped referential"。
可以将其视为将 X 轴重新定义为 L 的一个分支，将 Y 轴重新定义为另一个分支。 一旦我们计算出一个到另一个的变换向量，我们就安全了！
让我们考虑一下 PCA 方式
我们现在面临的问题（"estimate the biggest axis of variations in dataset"）是可以使用协方差特征向量的时刻。
我不会深入探讨，但您可以查看此 intro to PCA 帖子以了解它。
问题通常在更高的维度 ("given a 50 dimensional dataset, compute the 10-biggest axes of variation in it") 中定义，但可以通过单独考虑每个形状并声明属于 L 的每个像素是一个点来扩展到二维点云问题你的 2D space.
虽然这会浪费计算能力，因为与通常的 PCA 情况相比，您已经对 L 点位置进行了限制（它们在一条线上，而不是随机分散）。这个问题涉及到的线性代数猛兽在这个小问题上是大材小用
Hough Lines，来救援！
您只想在 2D 图像中找到线条？ 对直线使用霍夫变换（也称为 "hough lines"）。 OpenCV 有它。
又是一个不错的介绍：OpenCV's python tutorial on Hough Lines
我使用了你的二值图像的骨架（这样每行只被投票一次），并手动选择了我为算法提供给 OpenCV 的参数。 这就是线条有时似乎与特定图像不完全匹配的原因，这是因为采样率等=)
新的希望
在您指出对计算速度的需求之后，我想到了一些更多的技术来利用您的图像属性。
RANSAC
我考虑过对您的数据使用 RANSAC 变体：毕竟，您想要将线拟合到您的点云中。 您可能知道，基本技术总结为
- （随机）选择足够的数据来拟合模型（在你的例子中是行）
- 评估异常值的数量（模型对其不起作用的数据点）
- 重复并记录得分最高的模型（并持续这样做一定时间，涉及数学）
RANSAC 的一个很好的介绍是 this song（很奇怪）
但我看到了并发症：
- Which Model? : 你是用4个点来定义2条线，还是用2个点来定义一条线，再做两次？
- 没有离群值：你真的没有合适的离群值，那么为什么要用 RANSAC 解决这样一个微不足道的问题？
- 计算能力 : 你真的会无缘无故地迭代数千次，因为你在随机查看你的点。
毋庸置疑，RANSAC 不能只做这个把戏，但我们可以将其用作灵感
扫描线 !
让我们考虑一下您的 Ls 边界框。
如果我们在 Y=0 处对其进行水平切片，我们将得到一个一维数组，其连续区域定义为 True
那么，如果我们像这样每隔一段时间对图像进行切片以定义 L 的向量呢？
设置5个百分点作为基线，我们只需要找到"which X-index is the center of the 1D array of Y=0 values"，然后对Y = 0.05 * img_width做同样的事情。
我们现在有 2 个 2D 点定义图像的第一条线。
在另一边重复，你就有了你的解决方案！
在计算上，您只是在 img_width 长度数组中找到 4 个中位数，
每一个都是来自你的图像的连续内存块（Heeeeelllo L2-cache 命中！）。
再说一次，如果刚才有点难以想象，请看我的code walkthrough
的结尾部分