单角铜矩形的非精确形状检测

Question

我有一个手动控制的视频流放在桌面上，面向一个物体。 物体的形状大致为等腰梯形，短边总是朝上，但它并不总是完全对齐，而且有洞。在

我想当相机离开物体的视野时立即确认

我使用opencv，可以提取物体的轮廓。 （黑色为背景，灰色为轮廓/凸包，darkgray为边界矩形，带圆圈的点为轮廓点）

所以你可以说，我在试着确定轮廓什么时候看起来像这个5边多边形。它可以描述为一个长方形，从上角切下一个三角形

问题是，对象不是一个完美的梯形，没有完全对齐，并且偶尔有孔，这使得轮廓提取得到更复杂的形状。如：

它变形了，但形状仍然类似于5边多边形。 由于物体上的洞，轮廓可能有一些其他复杂的形状，所以我需要形状匹配尽可能精确，但稳健，以适应不完美的形状。在

我不能简单地使用对象像素与背景像素的比率，因为有洞，而且我发现很难通过编程来识别轮廓点的位置，因为它不是一个精确的形状。我假设模板匹配和形状匹配并不理想，因为形状的大小未知，而且轮廓可能是其他形状（例如顶部朝左的三角形）

我需要确认相机已经离开了物体，因为它会影响我的处理。在

Answer 1

回答我的问题，因为我已经想出了一个解决办法，希望它可能会帮助别人。在

我已经分两步解决了。1） 将轮廓重塑为近似的不太复杂的形状（更多共线点和直角）。2） 确定新形状是否与5边多边形相同，该多边形是一个从上角切下一个三角形的矩形。在

1）简化轮廓：

从轮廓点开始，我根据它们的x值对点进行排序，如果它们小于图像宽度的10%（基本上只是对靠近x轴的点进行分组，暂时忽略它们的y值），然后用组x值的平均值替换每个点的x值。然后我对y值做同样的处理，以图像高度的10%分组。这将尝试使点沿x轴和y轴共线以简化形状。这对我有用，因为我正在尝试为一个几乎垂直/水平的形状寻找点（不适用于有角度的形状）

2）只在左上角或右上角找到一个三角形：

使用opencv，我找到了暗线轮廓，这是简化形状的边界框减去形状。在

过滤掉面积小于图像面积5%的轮廓，去除噪声。如果检测到一个以上的轮廓，这不是我们想要的形状。在

当我们只找到一个轮廓时，使用轮廓近似来消除任何缺陷。结果应该是一个3点轮廓（代表一个三角形），如果近似轮廓的点不是3，它不是我们想要的形状。在

然后检查轮廓的3个点，“角点”应该位于边框的左角或右角，“中间”点的y值应该等于边框顶部的y值，“边”点的x值应该与角点的值相同。如果不是所有3个点都满足这些条件，这不是我们想要的形状。在

最后，我检查侧面和中间点相对于x轴的角度，以确保角度在10度和80度之间，因为我预期会有一个坡度。在