检测台球桌上的球（条纹和固体）

Question

在该主题上找不到令人满意的答案。我想制作一个程序，可以从台球桌上方的摄像机获取快照并检测球。我正在使用OpenCV和Java。现在我的算法基本上是：

模糊图像->将RGB转换为HSV->分成3个平面->在H平面上使用Canny（）->使用HoughCircles（）方法检测球

此算法可以很好地检测球，它仅存在两个球（绿色和蓝色，因为桌子的背景是绿色）存在问题。但我想更进一步：

• 检测球是否属于条纹或固体
• 设置每个球的ID，条纹将具有例如1-7和实体8-14，每个球将具有唯一的ID，该ID在游戏中不会发生变化

您是否知道如何实施任务1？我的想法是使用inRange（）函数，但随后我必须为每个球准备一个遮罩，以检测指定范围的颜色中的一个球，并对每个球都进行此检测，对吗？感谢您分享您的意见。

@Edit：在这里，我为您提供一些有关算法工作方式的示例。我更改了一些参数是因为我想检测所有东西，但现在效果更差了，但仍能以相当不错的精度运行。我会给您三个相机原始图像样本，我检测到球的图像（未扭曲，带有一些滤镜）和检测到球的图像。

Answer 1

推荐

：

如果您可以掩盖与球相对应的像素，则以下方法应该可以根据其相关像素来区分条纹/实心球：

1. 使球像素去饱和，并以p的亮度阈值。
2. 计数：球区域内的白色像素数和总像素数。
3. 计数阈值：：如果白色像素的比例大于某个阈值q，则将其分类为条纹球。否则，这是一个坚实的球。

（这种想法是条纹是白色的，并且总是至少部分可见，因此条纹的球将具有更高比例的白色像素）。

---

样本测试：

以下是此示例（用手p = 0.7）应用于未校正图像中的某些球，最后有％白色像素在右侧。

看起来q = 0.1的分类阈值（最少10％的白色像素为条纹球）可以区分这两组，尽管理想的情况是根据更多数据调整阈值。

GrandBlog

如果使用此方法遇到阴影球的问题，也可以尝试在阈值化之前重新调整每个球的亮度（以使亮度跨越0、1的整个范围），这应使该方法对绝对亮度的依赖性降低