Planar Object Measurement in Image

Cílem této práce je měření nábytkových dvířek pomocí zpracování obrazu a výpočet ceny nových dvířek z naměřených rozměrů. Práce je řešena pomocí knihovny OpenCV a programovacího jazyka Python. Jádro práce je založeno na algoritmu FloodFill a Houghových transformacích. Grafické uživatelské rozhraní je řešeno pomocí knihovny PyQt. Při získávání rozměrů nábytkových dvířek byl použit následující postup - pořízení datové sady, předzpracování obrazu, segmentace objektů, klasifikace objektů, měření jednotlivých objektů, vypsání výsledků měření na výstup a výpočet výsledné ceny. Vytvořil jsem řešení ve formě desktopové aplikace, která na vstupu přijímá obrázek a na výstup dává naměřené rozměry spolu s cenou nových dvířek. Při měření bylo dosaženo průměrné odchylky 6 mm od reálných rozměrů. Tato práce mi pomohla pochopit základy zpracování obrazu. Běžnému uživateli aplikace přinese možnost odhadnout cenu nábytkových dvířek pouze na základě fotografie.The aim of this work is to measure furniture doors using image processing and calculating the price of new doors from measured dimensions. The work is solved using OpenCV library and Python programming language. The core of the work is based on the FloodFill algorithm and Hough transforms. The graphical user interface is solved using the PyQt library. When obtaining the measurements of the furniture door, the following procedure is used - acquisition of a data set, imagine preprocessing, object segmentation, object classification, measurement of individual objects, output of measurement results and output price calculation. I have created a solution in the form of a desktop application that accepts an image at the input and outputs the measured dimensions along with the price of the new door. I managed to achieve an average deviation of 6 mm from real dimensions. This work has helped me understand the basics of image processing. An ordinary user of the application will be able to estimate the price of new furniture doors just based on a photo.