检测斯诺克台球

Question

我正在使用OpenCV开始一个项目，以准确地检测斯诺克球（台球）的位置和轮廓。

这些是球：

我已经尝试了一些算法无济于事。这是我到目前为止所做的：

- HoughCircles ：这几乎无效。即使将参数调整到毫米分辨率，也只会检测到几个球，并且不能准确检测到球的中心。

- Canny ：如果球彼此不接近，我只能检索球的轮廓。

- 颜色阈值HSV ：因为球不是一种颜色，所以这不起作用。

我想尝试其他算法，如HaarCascadeDetection或SURF。

你们的想法是什么？

Answer 1

我不是百分之百，它会起作用，但试一试。我认为如果相机不移动，你可以通过快速傅里叶变换来实现这一点。请看http://en.wikipedia.org/wiki/Convolution_theorem。你应该做什么：

1. 我认为相机不动
2. 使用与pic相同大小的圆圈创建图案图像
3. 进行图像和图像的二维傅立叶变换
4. 乘法变换harmonix-by-harmonix
5. 进行逆变换
6. 找到具有最高intency的点

Answer 2

我认为最好的选择是检查像素颜色是否在同一范围内 - 使用inrange功能（注意它需要HSV图像）。在这种情况下球的中心可能只是一个光反射点（或非常接近这一点的某个地方），这通常是球的最亮点。

您也可以尝试丢弃表格（阈值或范围），然后分析剩下的所有内容。

Answer 3

我使用霍夫圆转换（在使用参数一段时间后）获得了一些好的结果。我想这个技巧是使用足够小的param2（允许更多检测）和限制搜索半径（过滤掉误报）的组合。

circles = cv2.HoughCircles(img,cv2.cv.CV_HOUGH_GRADIENT,1,5, 
            param1=100,param2=10,minRadius=6,maxRadius=10)

我也移除了阴影，但我不确定你的情况是否需要它。 这是一些测试结果。