在opencv中过滤背景减法中的线条和曲线

Question

我正在使用opencv中的背景减法进行对象跟踪。我拍了一个样本足球视频，我的目标是跟踪球员并过滤掉更大的场标记。由于非静态相机，大线也会像在此图像中一样被检测为移动：

我利用霍夫变换检测线条，在设置了适当的阈值后，能够过滤中途线，图像显示如下：

现在我担心过滤这两个弧。

问题1.我有什么办法可以做到这一点？我怎样才能利用＆＃34;属性中的差异＆＃34;弧（长和细）和一个玩家（一个紧凑的blob）有？

此外，Hough变换功能有时会报告许多误报（将一个高瘦的玩家视为一条直线，甚至连接两个玩家以显示更长的一条线）。

问题2.以何种方式指定要检测的＆＃34;的最大厚度＆＃34;线和并保持严格的标准，以检测线＆＃34;只有＆＃34;？

感谢。

Answer 1

我有一个旧脚本，周围有类似的功能。不幸的是，它是Python并且不使用Hough变换函数。不过，你可能会发现它很有用。

get_blobs是重要功能，而__main__是示例用法。

import cv2

def get_blobs(thresh, maxblobs, maxmu03, iterations=1):
    """
    Return a 2-tuple list of the locations of large white blobs.
    `thresh` is a black and white threshold image.
    No more than `maxblobs` will be returned.
    Moments with a mu03 larger than `maxmu03` are ignored.
    Before sampling for blobs, the image will be eroded `iterations` times.
    """
    # Kernel specifies an erosion on direct pixel neighbours.
    kernel = cv2.getStructuringElement(cv2.MORPH_CROSS, (3, 3))
    # Remove noise and thin lines by eroding/dilating blobs.
    thresh = cv2.erode(thresh, kernel, iterations=iterations)
    thresh = cv2.dilate(thresh, kernel, iterations=iterations-1)

    # Calculate the centers of the contours.
    contours = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)[0]
    moments = map(cv2.moments, contours)

    # Filter out the moments that are too tall.
    moments = filter(lambda k: abs(k['mu03']) <= maxmu03, moments)
    # Select the largest moments.
    moments = sorted(moments, key=lambda k: k['m00'], reverse=True)[:maxblobs]
    # Return the centers of the moments.
    return [(m['m10'] / m['m00'], m['m01'] / m['m00']) for m in moments if m['m00'] != 0]

if __name__ == '__main__':
    # Load an image and mark the 14 largest blobs.
    image = cv2.imread('input.png')
    bwImage = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)
    trackers = get_blobs(bwImage, 14, 50000, 3)
    for tracker in trackers:
        cv2.circle(image, tuple(int(x) for x in tracker), 3, (0, 0, 255), -1)
    cv2.imwrite('output.png', image)

从第一张图片开始：

该算法使用erosion将blob与行分开。

然后使用

Moments过滤掉高大和小的斑点。时刻也用于定位每个斑点的中心。

get_blobs返回玩家位置的2元组列表。您可以在最后一张图片上看到它们。

目前看来，剧本非常混乱。随意使用它，但我发布它主要是为了给你一些想法。