Question

作为某种“假日项目”，我正在玩OpenCV并想要检测和测量内容。

当前工作流程（早期阶段 - 检测）：

转换为灰度（cv :: cvtColor）
应用自适应阈值（cv :: adaptiveThreshold）
应用canny边缘检测（cv :: Canny）
查找轮廓（cv :: findContours）

我的结果有点蹩脚，我不确定什么是正确的方向。我已经让cvBlob在我目前的设置下工作（OSX 10.7.2，Xcode 4.2.1）它是一个更好的方法吗？如果是这样，我该如何以正确的方式实施呢？

或者我是否需要先减去背景？我尝试过，但之后无法找到轮廓

这是我的形象： image to measure

这是我的输出，当我将轮廓绘制回第一张图像时： output

更新

我在我的程序中使用它，我的输出看起来有点不同......

- (IBAction)processImage:(id)sender
{
    cv::Mat forground = [[_inputView image] CVMat];
    cv::Mat result = [self isolateBackground:forground];
    [_outputView setImage:[NSImage imageWithCVMat:result]];
}

- (cv::Mat)isolateBackground:(cv::Mat &)_image
{
    int rh = 255, rl = 100, gh = 255, gl = 0, bh = 70, bl = 0;
    cv::cvtColor(_image, _image, CV_RGB2HSV_FULL);
    cv::Mat element = getStructuringElement(cv::MORPH_RECT, cv::Size(5, 5));
    cv::Mat bgIsolation;
    cv::inRange(_image, cv::Scalar(bl, gl, rl), cv::Scalar(bh, gh, rh), bgIsolation);
    bitwise_not(bgIsolation, bgIsolation);
    erode(bgIsolation, bgIsolation, cv::Mat());
    dilate(bgIsolation, bgIsolation, element);
    return bgIsolation;
}

Answer 1

这可能是一种黑客行为，但由于这是一个“假期项目”，我还是会发布它：）

您是否尝试过隔离背景然后反转遮罩（这会假设任何背景都不是对象，但它可能适用于您想要的东西。）

以下是我使用OpenCV inRange函数得到的结果： enter image description here

您可能希望使用GuassianBlur来平滑图像（预处理）以消除一些锯齿状。我使用了比侵蚀内核（5x5对3x3）更大的扩张内核来摆脱一些噪声像素。平滑可能有助于此调整阈值可能使侵蚀变得不必要。但是，这应该让你开始。

最后，这是我用来查找此范围的快速小代码片段：

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <vector>

using namespace cv;
using namespace std;

int main(int argc, char** argv)
{
    Mat src = imread("test.jpg");


    int rh = 255, rl = 100, gh = 255, gl = 0, bh = 70, bl = 0;

    string windowName = "background";
    namedWindow(windowName);

    createTrackbar("rh", windowName, &rh, 255);
    createTrackbar("rl", windowName, &rl, 255);
    createTrackbar("gh", windowName, &gh, 255);
    createTrackbar("gl", windowName, &gl, 255);
    createTrackbar("bh", windowName, &bh, 255);
    createTrackbar("bl", windowName, &bl, 255);

    // for dilation
    Mat element = getStructuringElement(MORPH_RECT, Size(5, 5));

    Mat bgIsolation;
    int key = 0;
    do
    {
        inRange(src, Scalar(bl, gl, rl), Scalar(bh, gh, rh), bgIsolation);

        bitwise_not(bgIsolation, bgIsolation);

        erode(bgIsolation, bgIsolation, Mat());
        dilate(bgIsolation, bgIsolation, element);

        imshow(windowName, bgIsolation);
        key = waitKey(33);
    } while((char)key != 27);

    waitKey();

    return 0;
}

享受假期项目！看起来很有趣：）

OpenCV C ++ / Obj-C：正确的对象检测

1 个答案: