如何用C#的Emgu.CV在平面图中检测房间门并修改颜色？

我有平面图图片和GeoJSON文件，需要把GeoJSON叠加到图片上，修改房间和门的颜色。已经用Emgu.CV实现了房间检测和颜色修改，但卡在门的检测与颜色修改环节：只有房间坐标，尝试通过房间的黄色检测门，会误检房间内其他区域，不确定是否需要门的坐标，求解决思路。

现有C#代码 #

static void DetectAndDrawDoors(Image<Bgr, byte> image, List<PolygonData> polygonDataList)
{
    Mat hsvImage = new Mat();
    CvInvoke.CvtColor(image, hsvImage, ColorConversion.Bgr2Hsv);

    ScalarArray lowerBound = new ScalarArray(new MCvScalar(20, 50, 0));
    ScalarArray upperBound = new ScalarArray(new MCvScalar(29, 255, 100));

    Mat yellowMask = new Mat();
    CvInvoke.InRange(hsvImage, lowerBound, upperBound, yellowMask);

    CvInvoke.GaussianBlur(yellowMask, yellowMask, new Size(5, 5), 0);

    CvInvoke.MorphologyEx(yellowMask, yellowMask, MorphOp.Open, CvInvoke.GetStructuringElement(ElementShape.Rectangle, new Size(5, 5), new Point(-1, -1)), new Point(-1, -1), 1, BorderType.Default, new MCvScalar());

    VectorOfVectorOfPoint contours = new VectorOfVectorOfPoint();
    CvInvoke.FindContours(yellowMask, contours, null, RetrType.List, ChainApproxMethod.ChainApproxSimple);

    // Iterate over contours using a for loop
    for (int i = 0; i < contours.Size; i++)
    {
        VectorOfPoint approxContour = new VectorOfPoint();
        CvInvoke.ApproxPolyDP(contours[i], approxContour, 10, false);

        if (CvInvoke.ContourArea(approxContour) > 20)
        {
            Rectangle boundingBox = CvInvoke.BoundingRectangle(approxContour);

            // Check if the current contour is part of any active polygon
            foreach (var polygonData in polygonDataList.Where(pd => pd.Active == "True"))
            {
                if (IsContourInActivePolygon(approxContour, polygonData.Coordinates))
                {
                    CvInvoke.Rectangle(image, boundingBox, new MCvScalar(0, 255, 0), 20);
                }
            }
        }
    }
}

static bool IsContourInActivePolygon(VectorOfPoint contour, List<Coordinate> polygonCoordinates)
{
    // Convert contour points to coordinates
    List<Coordinate> contourCoordinates = contour.ToArray().Select(point => new Coordinate { Latitude = point.Y, Longitude = point.X }).ToList();

    // Check if any point of the contour is inside the polygon
    return contourCoordinates.Any(point => IsPointInPolygon(point, polygonCoordinates));
}

static bool IsPointInPolygon(Coordinate point, List<Coordinate> polygonCoordinates)
{
    // Implementation of point in polygon algorithm
    int count = polygonCoordinates.Count;
    bool inside = false;

    for (int i = 0, j = count - 1; i < count; j = i++)
    {
        if (((polygonCoordinates[i].Latitude > point.Latitude) != (polygonCoordinates[j].Latitude > point.Latitude)) &&
            (point.Longitude < (polygonCoordinates[j].Longitude - polygonCoordinates[i].Longitude) * (point.Latitude - polygonCoordinates[i].Latitude) / (polygonCoordinates[j].Latitude - polygonCoordinates[i].Latitude) + polygonCoordinates[i].Longitude))
        {
            inside = !inside;
        }
    }

    return inside;
}

34号房间GeoJSON示例 #

{
    "type": "Feature",
    "geometry": {
        "type": "Polygon",
        "coordinates": [
            [768,74],
            [768,322],
            [851,322],
            [875,346],
            [872,349],
            [872,350],
            [931,409],
            [934,406],
            [935,406],
            [959,430],
            [959,522],
            [1102,522],
            [1102,74]
        ]
    },
    "properties": {
        "active": true,
        "roomname": "34",
        "disp_label": "",
        "arch_ref": ""
    }
}

1. 优化颜色检测与轮廓筛选 #

仅靠黄色范围过滤容易误检，可增加多重约束：

• 缩小HSV参数范围：比如把明度上限从100调低，过滤房间内偏亮的黄色干扰区域；
• 增加形状判断：门通常是细长矩形，计算轮廓的宽高比，只保留宽高比大于3（根据实际门的比例调整）的轮廓，排除方形/圆形的误检区域；
• 限制面积范围：添加面积上限（比如200像素），过滤房间内大面积黄色区域。

2. 结合房间边界的位置校验 #

门必然位于房间多边形的边界上，而非内部，可修改判断逻辑：

• 计算黄色轮廓的重心点，判断其是否在房间内；
• 检查轮廓的顶点是否靠近房间多边形的边缘（比如距离≤5像素），只有同时满足这两个条件的轮廓才判定为门。

3. 补充门的GeoJSON数据（最优方案） #

直接在GeoJSON中添加门的Feature（类型为Polygon或LineString），完全避免颜色检测的误判。示例格式：

{
    "type": "Feature",
    "geometry": {
        "type": "Polygon",
        "coordinates": [[x1,y1],[x2,y2],[x3,y3],[x4,y4]]
    },
    "properties": {
        "roomname": "34",
        "type": "door"
    }
}

之后直接遍历门的Feature，在图片上绘制颜色即可。

4. 调整形态学操作参数 #

当前的开运算可能过度处理或不足，可：

• 改用更小的结构元素（比如Size(3,3)矩形），避免侵蚀门的轮廓；
• 添加闭运算，填补门轮廓的微小缺口，提升检测稳定性。

内容的提问来源于stack exchange，提问作者Monisha