OpenCV 检测和跟踪图像上最暗的线条并覆盖网格答案

【问题标题】：OpenCV detect and trace darkest lines on image and overlay a gridOpenCV 检测和跟踪图像上最暗的线条并覆盖网格
【发布时间】：2017-07-04 15:00:53
【问题描述】：

我正在尝试在 EKG 上重新创建追踪，然后将它们叠加到新的网格上，但我不知道如何最好地追踪实际的追踪。在接下来的图像中，我想在基本上带有网格的白色背景上重新创建 6 个单独的跟踪。任何帮助将不胜感激。

我已经设法找到边缘并从 jpg 中裁剪出来，所以我只剩下这张图片：

我正在尝试使用 OpenCV 的 findContours 或霍夫线变换来检测跟踪，但我在高斯模糊后的边缘发现给我留下了：.. 这不是很有帮助。

霍夫线如下所示：

有人能指出我正确的方向吗？提前致谢。

编辑：

我做了局部直方图，然后是高斯模糊和另一个 Canny 边缘检测。局部直方图图像为：

然后精明的边缘检测是：

【问题讨论】：

最佳精明边缘检测？
在此之前尝试预处理您的图像
我发现那些边缘有canny，结果就是这样，是否有某些设置需要调整？
找到图像的中值并根据它设置阈值...
我刚刚尝试了局部直方图均衡。之后执行上述操作

标签： python opencv scikit-image

【解决方案1】：

您可以尝试使用 Sobel 和 Laplacian 检测器，如下所示

img = cv2.imread('experiment.png')
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
img = cv2.GaussianBlur(img,(3,3),0)
laplacian = cv2.Laplacian(img,cv2.CV_64F)    
sobelx = cv2.Sobel(img,cv2.CV_64F,1,0,ksize=1) 

figure = plt.figure(figsize=(10,10))

sobel = figure.add_subplot(1,2,1)
sobel.imshow(sobelx,cmap='gray')
sobel.set_title('Sobel in x')
sobel.set_axis_off()

laplacianfig = figure.add_subplot(1,2,2)
laplacianfig.imshow(laplacian,cmap='gray')
laplacianfig.set_title('Laplacian')
laplacianfig.set_axis_off()

给你以下输出

如您所见，Sobel 算子可用于检测线条。也许您可以绘制像素强度低于平均值的那些点。

【讨论】：