如何在图像中将相同的正常向量分组（Python）

Question

我想把墙和地板分开。现在，我有一个深度图像，在深度图像中找到曲面法线。我想把相同的法向量分组，然后把图像转换成二进制。你知道吗

下面的代码是如何找到曲面法线。你知道吗

    d_im = depth_image.astype("float64")

    zy, zx = np.gradient(d_im)  
    normal = np.dstack((-zx, -zy, np.ones_like(d_im)))

    n = np.linalg.norm(normal, axis=2)

    normal[:, :, 0] /= n
    normal[:, :, 1] /= n
    normal[:, :, 2] /= n

    # offset and rescale values to be in 0-255
    normal += 1
    normal /= 2

    cv2.imshow("Normal Image", normal[:, :, ::-1])

我想从墙上得到法向量。我该怎么办？多谢了

深度图像文件：

http://www.wikiupload.com/20D8UHUU58FTP2S

如何在程序中得到z向量？你知道吗

Answer 1

简单朴素的解决方案是使用法向量中的z分量和一些阈值 因为法向量是标准化的，所以地板的z分量的值接近1，而墙的z分量的值接近0 因此，阈值0.5可能是一个良好的开端 可能你需要一个去噪方法之后