Вот один из способов в Python / OpenCV.
- Чтение ввода
- Преобразование в серый и инвертирование
- Применение адаптивного порогового значения и инвертирования
- Применить морфологию, чтобы очистить порог и заполнить линию
- Применить обнаружение края Канни
- Применить обнаружение линии Хафа
- Построить самую большую линию
- Сохранить результаты
Ввод:
import cv2
import numpy as np
# read image
img = cv2.imread('fft.png')
# convert to grayscale
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
gray = 255 - gray
# threshold
thresh = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 13, 3)
thresh = 255 - thresh
# apply close to connect the white areas
kernel = np.ones((3,3), np.uint8)
morph = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel)
kernel = np.ones((1,9), np.uint8)
morph = cv2.morphologyEx(morph, cv2.MORPH_CLOSE, kernel)
# apply canny edge detection
edges = cv2.Canny(morph, 150, 200)
# get hough lines
result = img.copy()
lines = cv2.HoughLines(edges, 1, np.pi/180, 50)
# Draw line on the image
for rho,theta in lines[0]:
a = np.cos(theta)
b = np.sin(theta)
x0 = a*rho
y0 = b*rho
x1 = int(x0 + 1000*(-b))
y1 = int(y0 + 1000*(a))
x2 = int(x0 - 1000*(-b))
y2 = int(y0 - 1000*(a))
cv2.line(result, (x1, y1), (x2, y2), (0, 0, 255), 1)
# save resulting images
cv2.imwrite('fft_thresh.jpg',thresh)
cv2.imwrite('fft_morph.jpg',morph)
cv2.imwrite('fft_edges.jpg',edges)
cv2.imwrite('fft_line.jpg',result)
# show thresh and result
cv2.imshow("thresh", thresh)
cv2.imshow("morph", morph)
cv2.imshow("edges", edges)
cv2.imshow("result", result)
cv2.waitKey(0)
cv2.destroyAllWindows()
Изображение с порогом:
Морфологически очищенное изображение:
Краевое изображение:
Результирующая линия Hough, нарисованная на входном изображении: