使用OpenCV检查物理门是打开还是关闭

Question

使用相机我必须检查真正的门是打开还是关闭。这是一个普通的木门（里面没有窗户），你可以在任何房子里找到它。

我想使用OpenCV进行图像识别。因此，我想要识别门的开启和关闭状态。

但我不确定我应该使用哪种算法或检测方法。什么是最好的选择呢？

---

编辑：

这是门的示例图像。我的想法是只扫描图像的一小部分（上角）并使用当前图像检查“关闭状态”图像。屏幕截图中的小例子也是如此。

Answer 1

我已经在opencv上发布了类似的回答： http://answers.opencv.org/question/56779/detect-open-door-with-traincascade/

我的问题是检测到摄像机角度稳定的门状态。

主要想法是使用floodfill算法：

import cv2
from numpy import *

test_imgs = ['night_open.jpg', 'night_closed.jpg', 'day_open.jpg', 'day_closed.jpg']

for imgFile in test_imgs:
    img = cv2.imread(imgFile)
    height, width, channels = img.shape
    mask = zeros((height+2, width+2), uint8)

    #the starting pixel for the floodFill
    start_pixel = (510,110)
    #maximum distance to start pixel:
    diff = (2,2,2)

    retval, rect = cv2.floodFill(img, mask, start_pixel, (0,255,0), diff, diff)

    print retval

    #check the size of the floodfilled area, if its large the door is closed:
    if retval > 10000:
    print imgFile + ": garage door closed"
    else:
    print imgFile + ": garage door open"

    cv2.imwrite(imgFile.replace(".jpg", "") + "_result.jpg", img)

结果非常好：

681
night_open.jpg: garage door open
19802
night_closed.jpg: garage door closed
639
day_open.jpg: garage door open
19847
day_closed.jpg: garage door closed

Answer 2

您可以尝试背景检测算法。这个想法是门状态的改变（打开/关闭）将触发背景的改变。您可以使用此信息进一步对事件进行分类（打开/关闭）。

优点：它可以自动适应光照条件的微小变化，而且不需要校准。

此方法的缺点是其他更改可能会触发事件：走廊走廊，灯打开/关闭等等。

你想检测门的上角并没有那么糟糕。您应手动标记所需区域，然后扫描该矩形以查看木质纹理是否仍然存在。 LBP是一个很好的纹理鉴别器，你可以用它来训练一个分类器来区分木材和非木材。不要忘记将样品放在白天/黑夜/傍晚/日光/烛光下。

最后，一个非常简单但可能有效的方法是屏蔽门上的两个区域：一个是门本身，另一个是木制面罩安装在墙上。然后，算法基于非常简单的度量（平均亮度/颜色/强度/等）来比较这两个区域。如果差异高于合理的阈值，可能是门打开了，你看到的是另一个房间里的东西（墙/窗/地毯）