【BadApple】提取矢量化边界

BadApple提取矢量化边界使用Python，OpenCV处理，通过

cap = cv.VideoCapture(fileName)

while True:

        hasFrame, frame = cap.read()

        if not hasFrame:

            break

提取视频中每帧图像，

并进行两步处理：

• 提取边缘

# 转二值图像

        ret, img_threshold = cv.threshold(frame, 128, 255, cv.THRESH_BINARY)

        # 使用canny提取边界

        img_canny = cv.Canny(img_threshold, 128, 255)

• 第一步提取的边界信息为二维数组表示的图像，其中高亮度值为边界。这一步将第一步提取的边界信息转换为矢量数据，采用的方法为：搜索

这里采用了四个方向的搜索（adjacent），导致产生很多碎线，应当采用八方向，纯属失误

# 广搜

def Bfs(img, w, h, i, j):

    ret = [[i, j]]

    queue = [[i, j]]

    img[i, j] = 0

    adjacent = [[0, 1], [0, -1], [1, 0],[-1, 0]] # 四向搜索

    while (len(queue) > 0):

        cnt = queue.pop()

        for k in range(len(adjacent)):

            x = cnt[0] + adjacent[k][0]

            y = cnt[1] + adjacent[k][1]

            if (x < 0 or x >= w or y < 0 and y >= h):

                continue

            if (img[x, y] == 255):

                img[x, y] = 0

                queue.append([x, y])

                ret.append([x, y])

    return ret

# 矢量化边界

def Ve****************(img, w, h):

    ret = []

    for i in range(w):

        for j in range(h):

            if (img[i, j] == 255):

                # BFS 搜索边界

                line = Bfs(img, w, h, i, j)

                ret.append(line)

    return ret

此时已提取出矢量化的边界信息，不过数据量相当大，可以使用曲线抽稀算法再处理一步（有损压缩）