如何用cv2隔离酒吧？答案

【问题标题】：How to isolate the bars with cv2?如何用cv2隔离酒吧？
【发布时间】：2021-11-16 20:44:29
【问题描述】：

如何隔离没有白色填充的条形，在下图中代表条形图的图像中？

我正在寻找一种适用于该图像的任何变体的解决方案。您可以假设格式相同，但某些特征（如网格线/轴线中的间隙）可能位于不同的位置。

我尝试检测条形的各种特征，例如条形的 26x3px 末端，或左上角和右下角。例如，对左上角使用如下掩码：

bar_top_kernel: Numpy = np.array([
    [1, 1, 1, 1, 1, 1, 1, 1, 1],
    [1, 1, 1, 1, 1, 1, 1, 1, 1],
    [1, 1, 1, 1, 1, 1, 1, 1, 1],
    [1, 1, 0, 0, 0, 0, 0, 0, 0],
], dtype='uint8')

或

bar_top_kernel: Numpy = np.array([
    [0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
    [0, 1, 1, 1, 1, 1, 1, 1, 1, 1],
    [0, 1, 1, 1, 1, 1, 1, 1, 1, 1],
    [0, 1, 1, 1, 1, 1, 1, 1, 1, 1],
    [0, 1, 1, 0, 0, 0, 0, 0, 0, 0],
], dtype='uint8')

但根据我的尝试，我会因为条形的末端与网格线的交互方式而错过角点或误报。

我已尝试先删除网格线。但是由于条形末端和网格线的相互作用，我倾向于留下干扰特征检测的碎片。

我开始认为如果没有某种 ML 方法，这可能是不可能的，但我希望有人能发现一个聪明的技巧来实现这一点。

（请点击查看完整尺寸）

【问题讨论】：

请提供源数据。这看起来像一个阈值版本。
你是对的，但我的消息来源无济于事。条形和背景颜色完全相同，条形轮廓和网格线颜色也相同。来源基本上是这张图片的反面+我已经删除的各种颜色的注释。（但是我不能提供来源，抱歉）。

标签： python opencv feature-detection

【解决方案1】：

我最终想出了一个简单的技巧：

反转颜色。
查找并填充任何轮廓：边界框宽度 > 条形宽度。这基本上隔离了酒吧。
再次查找轮廓并找到质心靠近的轮廓对。这会给出条形小条，它们被刻度线一分为二。
填充包围每一对的矩形以修复分裂。

【讨论】：