Question

考虑以下图片：

Image of traffic

这是来自流量视频片段的帧。

我想要做的是，只裁剪迎面而来的流量，并进行分析。我想要一种快速有效的方法，通过提供某些坐标，我可以提取多边形。

我正在研究OpenCV和Python。

编辑：
我看到的一个选项是将图像视为Numpy数组并使用for循环来提取某些元素，但这不会有效，我不知道它是否适合做。

Answer 1

我建议使用Contours提取您感兴趣的区域（您想要的任何形状）。请参阅此文档：Drawing Contours

您的方法应如下：

通过将MouseEventListener附加到窗口，在图像本身上标记构成坐标的点。
使用创建蒙版图像。（全零）
使用这些坐标集，使用 cv2.drawContours（）方法绘制蒙版图像所需的形状，并用白色填充（255）。
使用原始灰度图像执行Bitwise_And操作。

示例代码：

#Function
def on_mouse(event, x, y, flags,(cPts,overlayImage,resetImage)):
    if event==cv.CV_EVENT_LBUTTONUP:
        cPts[0].append([x,y])
        cv2.circle(overlayImage,(x,y),5,(255),-1)
    elif event==cv.CV_EVENT_RBUTTONUP:
        cPts[0]=[]
        print cPts
        overlayImage[:]=resetImage[:]


#Main Program
cvImage=cv2.imread(inputImageFilePath)
grayscaleImage=cv2.cvtColor(cvImage,cv.CV_BGR2GRAY)
overlayImage=np.copy(grayscaleImage)

cv2.namedWindow('preview')
cPts=[[]]
cv2.setMouseCallback('preview',on_mouse,(cPts,overlayImage,grayscaleImage))
opacity=0.4
while True:
    displayImage=cv2.addWeighted(overlayImage,opacity,grayscaleImage,1-opacity,0)
    cv2.imshow('preview',displayImage)
    keyPressed=cv2.waitKey(5)
    if keyPressed==27:
        break
    elif keyPressed==32:
        print cPts
        cv2.drawContours(overlayImage,np.array(cPts),0,255)
        maskImage=np.zeros_like(grayscaleImage)
        cv2.drawContours(maskImage,np.array(cPts),0,255,-1)
        extractedImage=np.bitwise_and(grayscaleImage,maskImage)
        cv2.imshow('extractedImage',extractedImage)
cv2.destroyAllWindows()

Answer 2

我可以提出一个算法版本：

首先丢弃图像中您不感兴趣的部分。如果是静态相机，您可以手动计算此区域。在其他情况下，请尝试使用Line Detection Algorithm
然后使用cvThreshold提取背景（使用background extraction的好例子）。
提取后，您可以找到轮廓并分析其形状，以区分对象（汽车，人员等）。

希望这会有所帮助。

Answer 3

好吧，我建议你这样做：

根据主要照明的各种事物将图像分成不同的区域。
然后，对于每个区域，应用阈值将重要区域（交通）与不重要区域（树木等）分开。（cv2.threshold）
使用轮廓，您可以将车辆与其他车辆区分开来。（cv2.findContours及更多）

如果你有一个视频流或类似的东西，你也可以使用像运动检测这样的东西。

您可能会发现一些有用的链接：

提取多边形形状的子图像

3 个答案: