Как определить форму плана этажа? - PullRequest
0 голосов
/ 20 января 2020

Я пытаюсь различить два разных стиля домов, используя план этажа. Я очень плохо знаком с cv2, поэтому я немного борюсь здесь. Я могу определить внешность дома, используя контуры, используя код ниже, то есть из другого ответа переполнения стека.

import cv2
import numpy as np


def find_rooms(img, noise_removal_threshold=25, corners_threshold=0.1,
               room_closing_max_length=100, gap_in_wall_threshold=500):
    assert 0 <= corners_threshold <= 1
    # Remove noise left from door removal

    img[img < 128] = 0
    img[img > 128] = 255
    contours, _ = cv2.findContours(~img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    mask = np.zeros_like(img)
    for contour in contours:
        area = cv2.contourArea(contour)
        if area > noise_removal_threshold:
            cv2.fillPoly(mask, [contour], 255)

    img = ~mask

    # Detect corners (you can play with the parameters here)
    dst = cv2.cornerHarris(img ,2,3,0.04)
    dst = cv2.dilate(dst,None)
    corners = dst > corners_threshold * dst.max()

    # Draw lines to close the rooms off by adding a line between corners on the same x or y coordinate
    # This gets some false positives.
    # You could try to disallow drawing through other existing lines for example.
    for y,row in enumerate(corners):
        x_same_y = np.argwhere(row)
        for x1, x2 in zip(x_same_y[:-1], x_same_y[1:]):

            if x2[0] - x1[0] < room_closing_max_length:
                color = 0
                cv2.line(img, (x1, y), (x2, y), color, 1)

    for x,col in enumerate(corners.T):
        y_same_x = np.argwhere(col)
        for y1, y2 in zip(y_same_x[:-1], y_same_x[1:]):
            if y2[0] - y1[0] < room_closing_max_length:
                color = 0
                cv2.line(img, (x, y1), (x, y2), color, 1)


    # Mark the outside of the house as black
    contours, _ = cv2.findContours(~img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    contour_sizes = [(cv2.contourArea(contour), contour) for contour in contours]
    biggest_contour = max(contour_sizes, key=lambda x: x[0])[1]
    mask = np.zeros_like(mask)
    cv2.fillPoly(mask, [biggest_contour], 255)
    img[mask == 0] = 0


    return biggest_contour, mask



#Read gray image

img = cv2.imread("/content/51626-7-floorplan-2.jpg", cv2.IMREAD_GRAYSCALE)
ext_contour, mask = find_rooms(img.copy())
cv2_imshow(mask)
print('exterior')
epsilon = 0.01*cv2.arcLength(ext_contour,True)
approx = cv2.approxPolyDP(ext_contour,epsilon,True)
final = cv2.drawContours(img, [approx], -1, (0, 255, 0), 2)
cv2_imshow(final)

Эти планы этажей будут иметь только одну из двух форм, 6-стороннюю форму и 4-х сторонняя форма. Ниже приведены два стиля:

6 sided house

4 sided house

Мне нужно игнорировать любые отсеки windows или небольшие выдавливания.

I полагаем, что следующим шагом будет иметь контур только для основных стен, сделать этот контур гладким, а затем подсчитать края в массиве. Я застрял в том, как это сделать. Любая помощь будет принята с благодарностью!

Ответы [ 2 ]

0 голосов
/ 20 января 2020

Если вам действительно нужно решение, будь то четырех- или шестисторонний дом, вы можете просто сделать следующее: изображение в градациях серого и обратный двоичный порог всего, что не является почти белым. Затем просто вычислите соотношение между этой маской и общим количеством пикселей. Это соотношение должно быть больше для четырехсторонних домов, чем для шестисторонних. Точное ограничение зависит от ваших данных. Для двух приведенных примеров можно установить отсечение на 0.9.

. Вот некоторый код:

import cv2
from skimage import io      # Only needed for web grabbing images


def house_analysis(image):

    # Grayscale image
    mask = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

    # Inverse binary threshold everything, which is not nearly white
    mask = cv2.threshold(mask, 248, 255, cv2.THRESH_BINARY_INV)[1]

    # Calculate ratio between mask and total number of pixels
    ratio = cv2.countNonZero(mask) / (mask.shape[0] * mask.shape[1])
    print(ratio)

    # Decide with respect to cut-off, if house is four or six sided
    cutoff = 0.9
    if ratio > cutoff:
        print('Four sided house')
    else:
        print('Six sided house')

    cv2.imshow('image', image)
    cv2.imshow('mask', mask)
    cv2.waitKey(0)


house_4 = cv2.cvtColor(io.imread('https://i.stack.imgur.com/vqzZB.jpg'), cv2.COLOR_RGB2BGR)
house_6 = cv2.cvtColor(io.imread('https://i.stack.imgur.com/ZpkQW.jpg'), cv2.COLOR_RGB2BGR)

house_analysis(house_4)
house_analysis(house_6)

cv2.destroyAllWindows()

Выводы print:

0.9533036597428289
Four sided house
0.789531416400426
Six sided house

Если у вас есть большие пустые пространства вокруг главных стен, можно обрезать эту часть, чтобы получить более крепких крыс ios.

Надеюсь, это поможет!

----------------------------------------
System information
----------------------------------------
Platform:  Windows-10-10.0.16299-SP0
Python:    3.8.1
OpenCV:    4.1.2
----------------------------------------
0 голосов
/ 20 января 2020
  • Простое нахождение контура вряд ли даст вам надежное решение. однако ваш текущий подход может быть улучшен, сначала вычисляя маску белого фона. Используя форму этой маски, вы можете определить макет.

    lower_color_bounds = cv.Scalar (255, 255, 255) upper_color_bounds = cv.Scalar (220, 220, 220)

    mask = cv2.inRange (рамка, нижние_цветные границы, верхние_цветные границы) mask_rgb = cv2.cvtColor (маска, cv2.COLOR_GRAY2BGR)

...