快速可靠的反射球检测方法
快速可靠的反射球检测方法
提问于 2017-03-09 21:47:53
我有一个反射率很高的球，它看起来像这样：
什么是实时检测球的稳健方法？(5-10 FPS)
我尝试过几种分割算法，但它们无法将球从背景中分离出来，而是将球切成碎片，因为球本身有许多不同的区域。
由于反射性质，简单的圆形hough变换不能很好地工作。同样的情况也适用于任何简单的调整或形态操作。
你对一般的反射面有什么建议吗？
回答 1
Stack Overflow用户
回答已采纳
发布于 2017-03-10 23:32:03
HoughCircles的建议是很棒的，只要您对球在框架中的移动方式有大致的了解，因此大致知道您的最小、最大半径是多少：
import numpy as np
import cv2
import cv2.cv as cv
img = cv2.imread('wcEXm.jpg',0)
#Method 1: Hough Circles
img = cv2.medianBlur(img,5)
cimg = cv2.cvtColor(img,cv2.COLOR_GRAY2BGR)
# HoughCircles(image, method, dp, minDist[, circles[, param1[, param2[, minRadius[, maxRadius]]]]])
circles = cv2.HoughCircles(img,cv.CV_HOUGH_GRADIENT,dp=1,minDist=50,param1=127,param2=30,minRadius=50,maxRadius=150)
circles = np.uint16(np.around(circles))
for i in circles[0,:]:
# draw the outer circle
cv2.circle(cimg,(i[0],i[1]),i[2],(0,255,0),2)
# draw the center of the circle
cv2.circle(cimg,(i[0],i[1]),2,(0,0,255),3)
cv2.imshow('detected circles',cimg)
另一种选择是使用findContours()。有了正确的选项和一些过滤(例如，dilate()，erode())，您可以将球从背景中分割出来，而宽度和高度之间的比率(接近正方形)将有所帮助。
然而，如果你对球的大小不感兴趣的话，还有一件很简单的事情，就是知道球在哪里。你的球是反射的，甚至开始探测到你需要一个光源，因此，即使颜色/环境看起来不同，球也会有亮点。假设镜框中没有光源，你的反光球很可能是场景中下一个最亮的东西：
import cv2
img = cv2.imread('wcEXm.jpg',0)
minVal, maxVal, minLoc, maxLoc = cv2.minMaxLoc(img)
cv2.circle(img, maxLoc, 20, (0,192,0),10)
就RaspberryPi的性能而言，我建议如下：
- 禤浩焯的关于在Python中使用PiCam与OpenCV的教程
- 如果您计划使用
minMaxLoc()或其他处理灰度图像的函数，您可以使用'yuv'颜色空间，只需使用Y(亮度)通道来节省一些不需要从RGB转换到lumma/grayscale的时间。 - 使用较小的分辨率(例如320x240或160x120)。如果你需要把球的x，y位置映射到别的地方，你可以把结果放大。
更新：还有一件可能会有帮助的事情是精明边缘检测，因为场景很简单，球会很突出：
edges = cv2.Canny(img,100,200)
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/42706085
复制相关文章
相似问题
腾讯云开发者
