opencv---曲线断点检测（八邻域断点检测）

醉公子～

已于 2022-08-28 22:29:35 修改

阅读量5.8k

点赞数 9

分类专栏： OpenCV 文章标签： python opencv 八邻域断点目标检测

于 2022-08-24 17:37:09 首次发布

本文链接：https://blog.youkuaiyun.com/qq_44936246/article/details/126508880

版权

本文介绍了适用于照射背景且无交叉曲线断裂检测的方法。首先强调原始图像的纯净度对检测效果的影响，接着详述预处理步骤以减少噪声对检测的干扰。然后，通过检测端点并排除收尾端点，实现两两配对来定位断点位置。提供了完整代码供参考。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

前言

该方法适用于`激光`照射的背景图像，没有交叉，仅限一条曲线断裂检测

原始图像

原始图像越干净、简单，检测效果越好
原始图像越干净、简单，检测效果越好
原始图像越干净、简单，检测效果越好
原始图像越干净、简单，检测效果越好
在这里插入图片描述

预处理（很重要）`处理越好，检测越准确`

在这里插入图片描述
在图像预处理这里，对图像的噪声处理越干净越好，因为如何对于噪声点没有处理干净，对于后面的断点检测会出现巨大的误差。

`端点`检测

在这里插入图片描述

`断点`检测

在这里插入图片描述

端点的坐标为：x:1381 y:273
端点的坐标为：x:37 y:281
端点的坐标为：x:1039 y:532
端点的坐标为：x:917 y:548
提取端点个数:4

最后根据端点的位置，排除收尾端点，在进行端点两两配对，找出断点位置

完整代码

import cv2
from skimage import morphology
import numpy as np

img0 = cv2.imread('./silie/4232.jpg', 1)   # 读取图片
img = cv2.cvtColor(img0, cv2.COLOR_BGR2GRAY)
_,img = cv2.threshold(img, 30, 255, cv2.THRESH_BINARY)  # 二值化处理

ess = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (2,8