使用OpenCV的Canny+霍夫线变换提取图形轮廓遇问题求方案

我希望将图像转换为几何表示形式（最终目标为WKT字符串，支持任何几何编码格式）。目前采用OpenCV的Canny边缘检测方法提取边缘，再通过概率霍夫线变换（Hough Line Transform）检测直线。尽管尝试调整Canny和霍夫变换的各类参数，仍无法得到满意结果。

实现代码 #

Canny边缘检测部分 #

import numpy as np
import cv2 as cv
import requests
from matplotlib import pyplot as plt

img_link = 'https://i.ibb.co/pwTwWfg/13581.jpg'
resp = requests.get(img_link)
arr = np.asarray(bytearray(resp.content), dtype=np.uint8)
img = cv.imdecode(arr, -1)
img = cv.GaussianBlur(img, (15, 15), 0)
assert img is not None, "file could not be read, check with os.path.exists()"
edges = cv.Canny(img,100,120, apertureSize=3)
plt.subplot(121),plt.imshow(img,cmap = 'gray')
plt.title('Original Image'), plt.xticks([]), plt.yticks([])
plt.subplot(122),plt.imshow(edges,cmap = 'gray')
plt.title('After Canny'), plt.xticks([]), plt.yticks([])
plt.show()

原始图像与Canny边缘检测结果对比图

概率霍夫线变换部分 #

linesP = cv.HoughLinesP(edges, 1, np.pi / 360, 3, None, 50, 10)
cdstP = cv.cvtColor(edges, cv.COLOR_GRAY2BGR)
if linesP is not None:
 for i in range(0, len(linesP)):
     l = linesP[i][0]
     cv.line(cdstP, (l[0], l[1]), (l[2], l[3]), (0,0,255), 3, cv.LINE_AA)
 
plt.imshow(cdstP)
plt.show()

霍夫线变换应用于边缘图的结果图

当前存在的问题 #

• 霍夫线变换未能检测到全部边缘；
• 图形内部的细节区域也被识别为边缘。

已尝试的调整 #

调整Canny的孔径尺寸、高斯核大小，以及霍夫变换的投票阈值、分辨率等参数，但均无法完美解决问题，且不同图像的最优参数差异较大。

请问是否遗漏了关键处理环节？是否存在更优的实现方法？

内容的提问来源于stack exchange，提问作者DecafTron