有效檢測大圖像中的形狀

Question

我有一個巨大的電路圖，其中包含二極管，電阻器，晶體管等符號。

我必須從該圖像中選擇符號（基於輸入模板），並使用矩形邊框突出顯示那些符號。 這些符號可以旋轉（和縮放）-但現在我們不考慮縮放/旋轉。 同一列/行中可能有多個符號和行。

圖像尺寸為5600x3600。 它是灰度的，轉換為b / w，然后整個情況可以稱為0s和1s，其中1 ==黑色像素。 我認為白色像素可以被視為“無關”

什么是正確，更快的方法？

我有一個從較大圖像中提取的模板圖像-例如“ diode.png”。 假設至少有一個符號完全匹配，沒有縮放或旋轉。

蠻力模板/矩陣比較方法對我有用-但它非常慢..需要45分鍾（在最新的MBP-2.4ghz-Intel i5 / 8GB上）才能檢測到一個完全匹配的對象。 我在任何可能的地方都使用numpy-但可能不使用某些numpy迭代器。

不幸的是，我無法在python之外執行此操作，並且無法在不使符號無法識別的情況下將圖片尺寸減小到5600x3600以下。

提出問題的另一種方法是：從大矩陣中找到所有匹配的子矩陣。

實現上述目標的正確方法是什么？ 我不太了解信號處理-但這對您有幫助嗎？ 此處的模板大小（子矩陣）至少為50x50

編輯：OpenCV不是我的選擇-skimage是可用的。 但是，請不要停止輸入。

我無法分享實際的圖表，但是這里有一個示例。 例如，二極管在此處標記為D1和D2。 完整的圖表就這樣清晰，但是在5600 x 3600的畫布上

http://www.controlcircuitdiagram.com/diagramcircuitelectronic.com/wp-content/uploads/2011/08/electronic-circuits.jpg

我還想補充一點，來自skimage的match_template與從較大圖像提取的較小圖塊完美匹配

Answer 1

您要查找的術語是“ 模板匹配 ”。

通常假定由於圖像噪聲和其他因素，模板不會完全匹配。 相反，您會尋找錯誤分數最小的圖像區域。

您可以在scikit-image中找到使用歸一化互相關的實現：

• http://scikit-image.org/docs/dev/auto_examples/plot_template.html
• http://scikit-image.org/docs/dev/api/skimage.feature.html#match-template

如果您添加了現有代碼以及示例圖像和模板，將會有所幫助。

Answer 2

您是否嘗試過絕對差之和 ？ 這是進行模板匹配的最簡單方法之一，但也是蠻力方法。

我將其應用於文檔圖像（A4、300 dpi，2500 * 3500像素）中的徽標斑點。 它很慢，但是不需要45分鍾！ 為了加快速度，您可以分割圖像（選擇重疊區域以免丟失符號）。

Answer 3

我建議您使用opencv，它也適用於python。 在那里，您需要使用基本功能：

findContours

然后遍歷每個輪廓

每個（輪廓）

獲得由變量“輪廓”指向的輪廓點序列

approxPoly

在這里 ，您會找到一個有趣的例子