当前位置: 首页 > news >正文

从一组线段中得出四边形的算法

原始的需求是使用OpenCV的直线检测算法(例如LSD)之后,得到一组线段。然后需要从这些线段得到类似矩形的四边形,用于检测经过透视变换的矩形物体。这些线段不一定首尾相接,彼此之间可能相交或有一定距离。

以下是需求图:

使用从线段中寻找四边形的算法之后,得到了以下结果:

算法的步骤为:

1、从线段中挑出4条,顺序不同的组合只有3种。

2、对于每一种组合,由于每一条线段都有2个方向,那么就会有8种组合。

3、对于每一个组合,首先检查相邻线段的夹角,排除太小或太大的(相对于90度)。

4、继而检查相邻线段的顶点距离,排除距离太远的。

5、最后,求出四条相邻线段的交点,以这4个交点作为最终透视矩形的四个顶点。

算法代码如下:

/// <summary>
/// 线段组成四边形
/// </summary>
/// <param name="segs">线段列表</param>
/// <param name="maxDistSum">最大距离和</param>
/// <returns>四边形列表</returns>
public static List<PolygonScore> FormQuadrangle(Segment2D[] segs, double maxDistSum)
{int len = segs.Length;List<int[]> combines = new List<int[]>();for (int i = 0; i < len - 3; i++){for (int j = i + 1; j < len - 2; j++){for (int k = j + 1; k < len - 1; k++){for (int l = k + 1; l < len; l++){combines.Add(new int[] { i, j, k, l });combines.Add(new int[] { i, j, l, k });combines.Add(new int[] { i, k, j, l });}}}}List<RectInfo> rects = new List<RectInfo>();for (int i = 0; i < combines.Count; i++){int[] combine = combines[i];var seg1 = segs[combine[0]];var seg2 = segs[combine[1]];var seg3 = segs[combine[2]];var seg4 = segs[combine[3]];double cos1 = CosAngle(seg1.Vec, seg1.Length, seg2.Vec, seg2.Length);if (Math.Abs(cos1) > 0.5){continue;}double cos2 = CosAngle(seg2.Vec, seg2.Length, seg3.Vec, seg3.Length);if (Math.Abs(cos2) > 0.5){continue;}double cos3 = CosAngle(seg3.Vec, seg3.Length, seg4.Vec, seg4.Length);if (Math.Abs(cos3) > 0.5){continue;}double cos4 = CosAngle(seg4.Vec, seg4.Length, seg1.Vec, seg1.Length);if (Math.Abs(cos4) > 0.5){continue;}var doubleSegs = new Segment2D[] { seg1, seg1.Reverse(), seg2, seg2.Reverse(), seg3, seg3.Reverse(), seg4, seg4.Reverse() };bool found = false;for (int i1 = 0; i1 < 2; i1++){for (int i2 = 2; i2 < 4; i2++){double d1 = PointPoint(doubleSegs[i1].P2, doubleSegs[i2].P1);if (d1 > maxDistSum){continue;}for (int i3 = 4; i3 < 6; i3++){double d2 = PointPoint(doubleSegs[i2].P2, doubleSegs[i3].P1) + d1;if (d2 > maxDistSum){continue;}for (int i4 = 6; i4 < 8; i4++){double d3 = PointPoint(doubleSegs[i3].P2, doubleSegs[i4].P1);double d4 = PointPoint(doubleSegs[i4].P2, doubleSegs[i1].P1);double dd = d2 + d3 + d4;if (dd < maxDistSum){rects.Add(new RectInfo(new Segment2D[] { doubleSegs[i1], doubleSegs[i2], doubleSegs[i3], doubleSegs[i4] }, dd));found = true;}if (found){break;}}if (found){break;}}if (found){break;}}if (found){break;}}}rects.Sort();List<PolygonScore> polygons = new List<PolygonScore>();foreach (RectInfo rect in rects){polygons.Add(new PolygonScore(new Point2D[] {Intersect(rect.Segments[0],rect.Segments[1]),Intersect(rect.Segments[1],rect.Segments[2]),Intersect(rect.Segments[2],rect.Segments[3]),Intersect(rect.Segments[3],rect.Segments[0])}, rect.DistSum));}return polygons;
}

使用上面的代码对下图进行简单测试:

得到如下结果:

相关文章:

  • 代码训练LeetCode(29)最后一个单词的长度
  • (LeetCode 动态规划(基础版) )337. 打家劫舍 III (深度优先搜索dfs)
  • [特殊字符] Altair:用Python说话,让数据自己讲故事!!!
  • SpringBoot使用oshi获取服务器相关信息
  • innovus自动绕RDL线
  • GIS数据制备,空间分析与高级建模实践技术应用
  • C++异常处理深度解析:try-catch全方位指南
  • GPT-ArcGIS 在生态评价中的综合应用:多因子权重分析与适宜性制图
  • aardio 类与对象基础
  • 中钧科技三大平台破局企业数字化转型:告别“人肉运维”,拥抱“数据自驱”!
  • Python基础数据类型与运算符全面解析
  • 【WebSocket】WebSocket 多功能集成冲突问题解决方案
  • Charles里怎么进行断点调试
  • 用Python撬动量化交易:深入探索开源利器vnpy
  • 理解系统交互:UML时序图
  • 【Kubernetes】架构与原理:核心概念、组件协同及容器化部署解析
  • 数据库管理与高可用-PostgreSQL日常维护
  • 手机解压 7z 文件全攻略
  • 稳定币的监管
  • Etcd数据持久化机制:WAL与Snapshot解析
  • 广州网站运营十年乐云seo/广州发布紧急通知
  • 网站制作公司挣钱吗/外链发布论坛
  • 手机网站信任从哪里设置/seo推广软件下载
  • 乐山沙湾区住房建设局网站/网上营销怎么做
  • 帝国网站后台管理系统/专门做推广的软文
  • 公司的网站推广怎么做/bt搜索引擎