如何使我的彩色物体检测和跟踪程序更有效？

Question

首先，感谢所有stackoverflow用户的帮助。对此，我真的非常感激。
所以，我做了一个彩色物体检测程序。我能够控制鼠标点击甚至在MS涂料中涂抹一些东西。

现在，我必须在我的大学工程设计竞赛中展示我的作品。我需要让我的计划更有效。首先，我用来跟踪和移动的对象是一个红色的对象，我通过调整HSV值过滤掉周围的颜色。
但是，当我在不同的环境中尝试我的代码时，我看到了一些问题。周围有许多红色的物体，我的程序正在检测这些物体并给我错误的价值。

所以，我的目标是： - 我必须使我的程序几乎在所有环境中工作，并使程序独立于后台。我的程序应该只跟踪和检测我想要的对象。从那以后，我是大一新生，我的知识有限。所以，我想从stackoverflow专家那里得到一些建议。谢谢。请不要像我想要的那样理解源代码并纠正我的错误。

Answer 1

假设您有二进制图像作为颜色过滤的输出，那么：

1. 使用findContours() - 函数（http://docs.opencv.org/modules/imgproc/doc/structural_analysis_and_shape_descriptors.html#findcontours）来提取对象。你可以得到所有红色物体的轮廓，包括你的可乐帽。

2. 现在你必须区分你的可乐帽和其他红色物体。在您的情况下，使用形状特征（如您所提到的）和对象的圆形度（帽子是圆形的）是合适的。：

   • 区域可以通过contourArea() - 函数（http://docs.opencv.org/modules/imgproc/doc/structural_analysis_and_shape_descriptors.html#contourarea）计算，并与阈值进行比较。

   • 对象的圆形度可以通过circularity = (4*PI*A)/P^2计算，其中 A 是区域（由上述函数计算）， P 是物体的周长。周长是arcLength() - 函数（http://docs.opencv.org/modules/imgproc/doc/structural_analysis_and_shape_descriptors.html#arclength）的输出。圆的圆度为1.您可以将对象的值与其进行比较。

总而言之，使用对象的区域和对象的圆形功能来区分其他红色对象的焦炭上限。

Answer 2

为了减少噪音（错误检测的数量），您可以尝试使用双阈值（我可能错了，但我认为它被称为滞后阈值处理，Canny边缘检测器中使用的方法）：

1. 你需要创建2个图像，一个阈值t1 = 50，另一个t2 = 150（你可以调整参数以获得更稳定的性能，即启发式找到最佳值）。

2. 对于t2中的每个非黑色像素（x，y）：floodFill t1，灰色位于（x，y），floodFill t2黑色位于（x，y）

3. 完成后擦除t1中的所有非灰色像素。

现在t1应该对彩球的可能位置进行很好的可能性估计。

注意：阈值处理不会意味着你必须使用opencv＆＃34; threshold＆＃34;功能。您可以自己编写一个颜色和颜色将在其中传递的范围作为输入。

如果您只寻找一个球，只需使用findContours功能查找最大区域的轮廓。

不要试图达到100％的表现，记住：＆＃34;完美是好的敌人＆＃34; - Arisotle。