如何使用CV正确检测许多小的红色激光点？
如何使用CV正确检测许多小的红色激光点？
提问于 2021-07-22 01:20:40
我正在做一个项目，这需要检测许多小的红色激光点正确使用Opencv。最后，我想正确地找到所有的红色激光点。现在我将rgb设置为hsv，并设置范围来检测红点，然后使用opencv中的canny和findContours函数来检测边缘和查找计数。然而，结果并不是很好。有些红点没有被很好地检测出来。你可以看到下面的图片。你能给我一些建议吗？laser lights
下面是我的代码：
cap = cv2.VideoCapture(0)
# set red thresh
lower_red = np.array([0,0,255])
#156, 100, 40
upper_red = np.array([180,255,255])
while(1):
ret, frame0 = cap.read()
frame = cv2.flip(frame0,0)
frame = frame[50:360,280:380]
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
mask = cv2.inRange(hsv, lower_red, upper_red)
edged = cv2.Canny(mask, 30, 200)
cv2.imshow('Canny Edges After Contouring', edged)
_, contours, hierarchy = cv2.findContours(edged, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
print("Number of Contours found = " + str(len(contours)))
# Draw all contours
# -1 signifies drawing all contours
# for c in contours:
# M = cv2.moments(c)
# cX = int(M["m10"] / M["m00"])
# cY = int(M["m01"] / M["m00"])
# cv2.drawContours(frame, c, -1, (0, 255, 0), 3)
# cv2.circle(frame,(cX,cY),2,(255,255,255),-1)
# cv2.putText(frame,"center",(cX - 20, cY - 20),cv2.FONT_HERSHEY_SIMPLEX,0.5,(255,255,255),2)
cv2.imshow('Capture',frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
cap.release()
cv2.destroyAllWindows()Stack Overflow用户
发布于 2021-07-22 05:13:26
您是否尝试过使用您的图像的各个通道？例如，如果你使用图像的绿色通道，你可以在激光点和背景之间获得更好的对比度。
import cv2 [enter image description here][1]
image = cv2.imread("cv2/images/laser.jpg")
b, g, r = cv2.split(image)
ret, newIm = cv2.threshold(g, 220, 255, cv2.THRESH_BINARY)
cv2.imshow('New Image', newIm)
cv2.waitKey()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/68473968
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号