如何用python精確定位五線譜

最精確的五線譜檢測(cè):

源碼位置

連通域法
完美5線
  • 連通域檢測(cè)標(biāo)注label
  • 判斷連通域的頂部(底部)是否是平的:
  • 判斷連通域面積大小


    經(jīng)過上面條件限制后的直線
  • 合并近似直線
  • 判斷5線名稱
    先輸出1萧福,5線的位置捧灰,再對(duì)其余位置合并以及判斷位置
for i in (finallist):
    if (i.get_deltan()>15) and(i.get_deltal()<=15):
        i.set_5(5)
    elif (i.get_deltan()<=15 ) and(i.get_deltal()>15):
        i.set_5(1)
    
'''
pos:156 l5:5    distribute:None last:1  next:41
pos:198 l5:1    distribute:None last:38 next:3
pos:201 l5:None distribute:None last:2  next:3
pos:205 l5:None distribute:None last:3  next:1
pos:207 l5:None distribute:None last:1  next:2
pos:211 l5:None distribute:None last:2  next:2
pos:216 l5:5    distribute:None last:1  next:34
pos:254 l5:1    distribute:None last:32 next:8
pos:265 l5:None distribute:None last:5  next:5
pos:271 l5:None distribute:None last:2  next:3
pos:276 l5:5    distribute:None last:2  next:42
pos:321 l5:1    distribute:None last:40 next:5
pos:327 l5:None distribute:None last:2  next:2
pos:330 l5:None distribute:None last:1  next:5
pos:336 l5:None distribute:None last:4  next:5
pos:342 l5:5    distribute:None last:4  next:44
pos:386 l5:1    distribute:None last:43 next:3
pos:391 l5:None distribute:None last:3  next:2
pos:394 l5:None distribute:None last:1  next:2
pos:396 l5:None distribute:None last:1  next:1
pos:398 l5:None distribute:None last:1  next:5
'''
  • 確認(rèn)五線后調(diào)整間距
  • 輸出位置數(shù)據(jù)

其余嘗試過的方法:

1 統(tǒng)計(jì)法

  • 每根五線譜在y軸上的像素累積作統(tǒng)計(jì)
像素平均值
  • 使用計(jì)數(shù)來(lái)作統(tǒng)計(jì)


    計(jì)數(shù)出現(xiàn)的五線位置

缺陷,譜子傾斜無(wú)解统锤。若譜子很正,效果中上水平

2 霍夫空間法(預(yù)處理為candy邊緣檢測(cè))

霍夫直線檢測(cè)原理

極坐標(biāo)下的霍夫變換

使用candy檢測(cè)邊緣后霍夫直線檢測(cè)
  • 分段完美炭庙,五線定位需要迂回操作:從段落中均分出5條直線
    (預(yù)計(jì)效果很完美饲窿,還未嘗試)

3 霍夫空間法(預(yù)處理為卷積邊緣檢測(cè))

fit = np.array([
    [-2,-2,-2,-2,-2],
    [-1,-1,-1,-1,-1],
    [-0,-0,-0,-0,-0],
    [1,1,1,1,1],
    [2,2,2,2,2]    
])

fit = np.array([
    [-0,-0,-0,-0,-0],
    [2,2,2,2,2],
    [-0,-0,-0,-0,-0],
    [-2,-2,-2,-2,-2],
    [0,0,0,0,0]
    
])

  • 1 使用兩個(gè)fitter的轉(zhuǎn)置,過濾出豎線焕蹄,再由原圖減去
    過濾出的縱向圖像

    消去縱向后的圖像
  • 噪音太大逾雄,霍夫直線檢測(cè)效果很差
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市腻脏,隨后出現(xiàn)的幾起案子鸦泳,更是在濱河造成了極大的恐慌,老刑警劉巖永品,帶你破解...
    沈念sama閱讀 218,607評(píng)論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件做鹰,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡鼎姐,警方通過查閱死者的電腦和手機(jī)钾麸,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,239評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)炕桨,“玉大人饭尝,你說我怎么就攤上這事∠坠” “怎么了钥平?”我有些...
    開封第一講書人閱讀 164,960評(píng)論 0 355
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)姊途。 經(jīng)常有香客問我涉瘾,道長(zhǎng)知态,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,750評(píng)論 1 294
  • 正文 為了忘掉前任睡汹,我火速辦了婚禮肴甸,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘囚巴。我一直安慰自己原在,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,764評(píng)論 6 392
  • 文/花漫 我一把揭開白布彤叉。 她就那樣靜靜地躺著庶柿,像睡著了一般。 火紅的嫁衣襯著肌膚如雪秽浇。 梳的紋絲不亂的頭發(fā)上浮庐,一...
    開封第一講書人閱讀 51,604評(píng)論 1 305
  • 那天,我揣著相機(jī)與錄音柬焕,去河邊找鬼审残。 笑死,一個(gè)胖子當(dāng)著我的面吹牛斑举,可吹牛的內(nèi)容都是我干的搅轿。 我是一名探鬼主播,決...
    沈念sama閱讀 40,347評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼富玷,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼璧坟!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起赎懦,我...
    開封第一講書人閱讀 39,253評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤雀鹃,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后励两,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體黎茎,經(jīng)...
    沈念sama閱讀 45,702評(píng)論 1 315
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,893評(píng)論 3 336
  • 正文 我和宋清朗相戀三年伐蒋,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了工三。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,015評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡先鱼,死狀恐怖俭正,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情焙畔,我是刑警寧澤掸读,帶...
    沈念sama閱讀 35,734評(píng)論 5 346
  • 正文 年R本政府宣布,位于F島的核電站,受9級(jí)特大地震影響儿惫,放射性物質(zhì)發(fā)生泄漏澡罚。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,352評(píng)論 3 330
  • 文/蒙蒙 一肾请、第九天 我趴在偏房一處隱蔽的房頂上張望留搔。 院中可真熱鬧,春花似錦铛铁、人聲如沸隔显。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,934評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)括眠。三九已至,卻和暖如春倍权,著一層夾襖步出監(jiān)牢的瞬間掷豺,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,052評(píng)論 1 270
  • 我被黑心中介騙來(lái)泰國(guó)打工薄声, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留当船,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,216評(píng)論 3 371
  • 正文 我出身青樓默辨,卻偏偏與公主長(zhǎng)得像生年,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子廓奕,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,969評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容