Question

我是计算机视觉的新手，我想给一张模拟手表（like so =＆gt; 10:09:00）的图片，自动阅读手表上的时间。

我已经完成了一些阅读并使用opencv进行实验，最佳方法似乎首先提取face of the watch from the environment，然后应用hough probabilistic function to extract the hands。然后，用线和它们的角度计算时间。

虽然这听起来很棒，但我很难找到代码示例来开始。你知道我可以拼凑起来实现我的目标的任何代码示例，博客，youtube视频，教程，库吗？

我对如何做到这一点有所了解吗？

这是我在哪里

观看人脸检测

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, char** argv)
{
  Mat src, gray;
  src = imread( argv[1], 1 );resize(src,src,Size(640,480));
  cvtColor( src, gray, CV_BGR2GRAY );
  imshow("Input", src);

  // Reduce the noise so we avoid false circle detection
  GaussianBlur( gray, gray, Size(9, 9), 2, 2 );

  vector<Vec3f> circles;

  // Apply the Hough Transform to find the circles
  HoughCircles( gray, circles, CV_HOUGH_GRADIENT, 1, 30, 200, 50, 0, 0 );

  // Draw the circles detected
  for( size_t i = 0; i < circles.size(); i++ )
  {
      Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
      int radius = cvRound(circles[i][2]);     
      circle( src, center, 3, Scalar(0,255,0), -1, 8, 0 );// circle center     
      circle( src, center, radius, Scalar(0,0,255), 3, 8, 0 );// circle outline
      cout << "center : " << center << "\nradius : " << radius << endl;
   }

  imshow( "Circle Detection", src );

  waitKey(0);
  return 0;
}

线路检测

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, char** argv)
{
    Mat src = imread(argv[1], 0);

    Mat dst, cdst, pdst;
    Canny(src, dst, 50, 200, 3); 
    cvtColor(dst, cdst, CV_GRAY2BGR); 
    cvtColor(dst, pdst, CV_GRAY2BGR); 

    vector<Vec2f> lines;
    // detect lines
    HoughLines(dst, lines, 1, CV_PI/180, 122, 0, 0 );

    // draw lines
    for( size_t i = 0; i < lines.size(); i++ )
    {
        float rho = lines[i][0], theta = lines[i][1];
        Point pt1, pt2;
        double a = cos(theta), b = sin(theta);
        double x0 = a*rho, y0 = b*rho;
        pt1.x = cvRound(x0 + 1000*(-b));
        pt1.y = cvRound(y0 + 1000*(a));
        pt2.x = cvRound(x0 - 1000*(-b));
        pt2.y = cvRound(y0 - 1000*(a));
        line( cdst, pt1, pt2, Scalar(0,255,0), 3, CV_AA);
    }

    imshow("source", src);
    imshow("Hough detected lines", cdst);


    vector<Vec4i> plines;
    HoughLinesP(dst, plines, 1, CV_PI/180, 50, 50, 10 );
    for( size_t i = 0; i < plines.size(); i++ )
    {
        Vec4i l = plines[i];
        // draw the lines
        line( pdst, Point(l[0], l[1]), Point(l[2], l[3]), Scalar(0,0,255), 3, CV_AA);
    }
  imshow("Probabilistic Hough detected lines", pdst);

    waitKey();
    return 0;
}

谢谢，微米。

Answer 1

您发布的示例图片非常难。但这种方法还算不错。

如果您想继续使用此方法，最好删除圆圈外的线条，不要越过圆心的邻域。然后你需要一种方法来隔离时针和分针。

如果你能找到几百张图片，那么训练哈尔分类器来检测手表将比霍夫圈更好。通过观察手表的裁剪图像来训练深度神经网络以告诉时间也很简洁。

如何阅读模拟手表的时间？

1 个答案: