我目前正在视频轨道（来自相机）和音轨（来自微型）之间建立自动同步处理。 为此，我计划建立一个小型网络应用程序，用我的智能手机显示一个拍板（例如：Iphone），并在我拍摄时发出特定的双琶。 之后，我将执行一个小型OpenCV应用程序（实际上是JavaCV），它将检测智能手机显示拍板的图像。它仍将留给我只找到特定的双极同步两个轨道。
您可以在此处（http://vimeo.com/47002882）和此处（http://vimeo.com/46213073）看到我们已制作并手动同步的视频。基于这个背景（以前的视频的距离，照明等）什么是你，最好的东西（形状，颜色或其他）几乎可以一直检测到？我应该使用什么样的转型？
你必须想象我会用我的智能手机显示拍板，相机将放在离我五七米的地方。
我构建了第一个基本拍板（http://jsbin.com/zuqumiso/45/）并使用了OpenCV的视频处理：
框架 - ＆gt; RGB到灰度的转换 - ＆gt; GaussianBlur - ＆gt; AdaptativeThreshold - ＆gt; Hought Transformation（标准）来检测线条。
但只有当我的智能手机距离相机30厘米时它才有效...
答案 0 :(得分：4)
鉴于视频中手机屏幕的尺寸非常小，我认为您无法自动检测手机上显示的任何标准标记（例如QR码，圆圈或棋盘）。
如果我是你，我会尝试更简单的方法。我首先在手机上显示全屏闪烁的黑白图案。如果手机保持相当稳定，这应该能够将闪烁区域检测为在几个连续帧上强度变化最高的区域。然后，对于音频/视频同步，我将同时发射bip并将全屏图案转换为特定颜色（例如，亮红色或亮绿色）。同样，通过检测先前确定的闪烁区域的颜色饱和度不连续性，可以非常容易地检测到从黑/白到完全饱和颜色的转换。
这可能不是你在首先提出这个问题时所追求的，但考虑到你对手机/ camrea距离的严格限制，我认为还有其他方法。
答案 1 :(得分：2)
大多数图像算法通过查看过渡（aka; edge）来工作。由于您的相机是RGB相机，理想的可检测边缘将是所有颜色都可见的边缘。
最简单的选择是使用简单的QR码。它的边缘易于检测，您甚至可以在多个代码之间进行去除。
形状和颜色往往比QR码更加变幻无常。