我需要根据足球场白线校准相机。 为了做到这一点，我使用Canny进行边缘检测，使用HoughLinesP来获取白线向量。相机的位置不固定，图片也可能包含人群。在这种情况下，HoughLinesP的拥挤可能非常嘈杂，因此我想从图像中提取场的ROI。 我将图像转换为HSV并在绿色中使用inRange。 现在，获得投资回报率的最佳方式是什么？
Link to example for a noisy image - Source and after InRange
答案 0 :(得分：0)
使用像DBSCAN这样的聚类方法，你可以摆脱噪音，选择最大的区域。然后你可以使用opencv来描述那个带有轮廓，有直线或凸包的区域。
顺便说一句，您可能需要查看recent line detectors
我们使用场，线，圆信息以及一些特定问题的假设，还有镜头不失真和模型拟合用于静态相机的自动校准;但总会有一个需要最少用户输入的嘈杂案例
