Python Opencv canny 正在检测除边缘之外的所有内容

Question

Canny 正在检测除道路以外的任何地方的边缘。 这是原始图像。 https://imgur.com/a/O4ZVvb6

这是一个示例图像。 https://imgur.com/a/AqENNbq

我已经尝试过使用 Canny 阈值。 并应用 GaussianBlur、medianBlur 、bilateralFilter，

我也尝试过首先使用黑白图像阈值拟合器，但问题是地形会稍微改变颜色并导致问题。

import numpy as np
from PIL import ImageGrab
import cv2
import time

def screen_record(): 
    last_time = time.time()
    while(True):

        # record upper left corner of screen to get the image. 
        printscreen =  np.array(ImageGrab.grab(bbox=(0,40,1098,728)))
        print('loop took {} seconds'.format(time.time()-last_time))
        last_time = time.time()
        color = cv2.cvtColor(printscreen, cv2.COLOR_BGR2GRAY)
        canny = cv2.Canny(color, 20, 100)
        cv2.imshow('edges',canny)

        if cv2.waitKey(25) & 0xFF == ord('q'):
            cv2.destroyAllWindows()
            break

screen_record()

我希望只有一条实线。 如下图。 https://imgur.com/a/09vTE9e

Answer 1

您可以同时使用开闭运算来过滤canny 中的噪声边缘。代码如下。

import numpy as np
import cv2
import matplotlib.pyplot as plt

img = cv2.imread('vLnzxEs.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
canny = cv2.Canny(gray, 20, 100)

# visualize the canny image
plt.figure
plt.imshow(canny, cmap='gray')

#decleare kernel for closing and opening operations
kernel = np.ones((75,75),np.uint8)
# apply closing and opening
closing = cv2.morphologyEx(canny, cv2.MORPH_CLOSE, kernel)
opening = cv2.morphologyEx(closing, cv2.MORPH_OPEN, kernel)

# visualize the opening 
plt.figure
plt.imshow(opening, cmap='gray')

输出看起来像

Answer 2

计算机不像人类那样“看”事物！假设您更关心检测“道路”而不是为什么 Canny 过滤器无法“工作”，我只是将红色通道与绿色通道进行比较，这可以在道路和草地之间提供非常好的分离（在这种类型的图像中）。例如：

img_bgr = cv2.imread('road.png')

delta = img_bgr[:,:,1] - img_bgr[:,:,2]
delta = cv2.blur(delta, (200, 200))
road = delta > 128

给我：

即True 值（白色）是道路，False 值是草。这应该比 canny 中的“线条”更容易解释。

这当然会在其他地方做一些奇怪的事情，但可能足以让你开始