使用OpenCV进行矩形检测/跟踪

Question

我需要什么

我目前正致力于增强现实游戏。游戏使用的控制器（我在这里谈论的是物理输入设备）是单色的，长方形的纸片。我必须在摄像机的捕获流中检测该矩形的位置，旋转和大小。检测应该在比例上不变，并且在沿X轴和Y轴旋转时不变。

如果用户将纸张移开或朝向相机移动，则需要缩放不变性。我不需要知道矩形的距离，因此尺度不变性转换为尺寸不变性。

如果用户沿其局部X和/或Y轴倾斜矩形，则需要旋转不变性。这种旋转将纸张的形状从矩形变为梯形。在这种情况下，面向对象的边界框可用于测量纸张的大小。

我做了什么

开始时有一个校准步骤。窗口显示摄像机源，用户必须单击矩形。单击时，鼠标指向的像素颜色将作为参考颜色。帧被转换为HSV颜色空间以改善颜色区分。我有6个滑块可以调整每个通道的上限和下限。这些阈值用于对图像进行二值化（使用opencv的inRange函数） 在那之后，我正在侵蚀和扩展二进制图像以消除噪音并联合nerby块（使用opencv的erode和dilate函数）。
下一步是在二进制图像中查找轮廓（使用opencv的findContours函数）。这些轮廓用于检测最小的方向矩形（使用opencv的minAreaRect函数）。作为最终结果，我正在使用面积最大的矩形。

程序的简短结论：

1. 抓住一个框架
2. 将该框架转换为HSV
3. 将其二值化（使用用户选择的颜色和滑块的阈值）
4. 应用变形操作（侵蚀和扩张）
5. 查找轮廓
6. 获取每个轮廓的最小方向的装订盒
7. 取结果中最大的边界框

正如您可能已经注意到的那样，我没有利用有关纸张实际形状的知识，只是因为我不知道如何正确使用这些信息。

我还考虑过使用opencv的跟踪算法。但有三个原因使我无法使用它们：

1. 比例不变性：据我读到的一些算法，有些不支持对象的不同比例。
2. 运动预测：一些算法使用运动预测来获得更好的性能，但我跟踪的对象完全随机移动，因此无法预测。
3. 简单：我只是在图像中寻找单色矩形，没有像汽车或人物跟踪那样花哨。

这是一个 - 相对 - 好的捕获（侵蚀和扩张后的二进制图像）

这是一个糟糕的

问题

如何改善检测效果，特别是更能抵抗光线变化？

更新

Here是一些用于测试的原始图像。

你能不能只使用更厚的材料？
是的，我可以而且我已经做过了（不幸的是我现在无法访问这些内容）。但问题仍然存在。即使我使用像cartboard这样的材料。它不像纸一样容易弯曲，但仍然可以弯曲它。

如何获得矩形的大小，旋转和位置？
opencv的minAreaRect函数返回RotatedRect个对象。该对象包含我需要的所有数据。

注意
因为矩形是单色的，所以不可能区分顶部和底部或左右。这意味着旋转始终在[0, 180]范围内，这对我来说完全没问题。 rect的两边的比率总是w:h > 2:1。如果矩形是方形，则旋转范围将变为[0, 90]，但这可以认为是无关紧要的。

正如评论中所建议的，我将尝试使用直方图均衡来减少亮度问题并查看ORB，SURF和SIFT。

我会更新进度。

Answer 1

我知道自从我提出这个问题以来已经有一段时间了。我最近继续讨论这个主题并解决了我的问题（虽然没有通过矩形检测）。

更改

• 使用木材强化我的控制器（“矩形”），如下所示。
• 在每个控制器上放置2个ArUco标记。

工作原理

• 将帧转换为灰度，
• 下采样（以提高检测期间的性能），
• 使用cv::equalizeHist，
均衡直方图
• 使用cv::aruco::detectMarkers，
查找标记
• 关联标记（如果有多个控制器），
• 分析标记（位置和旋转），
• 计算结果并应用一些纠错。

事实证明，标记检测对于光照变化和不同的视角非常稳健，这使我可以跳过任何校准步骤。

我在每个控制器上放置了2个标记，以进一步提高检测稳健性。两个标记只需要检测一次（以测量它们的相关性）。之后，每个控制器只能找到一个标记就足够了，因为另一个可以从先前计算的相关性中推断出来。

这是在明亮环境中的检测结果：

在更黑暗的环境中：

当隐藏其中一个标记时（蓝点表示外推标记后）：

故障

我实施的初始形状检测效果不佳。照明变化非常脆弱。此外，它需要一个初始校准步骤。

在形状检测方法之后，我尝试将SIFT和ORB与蛮力和knn匹配器结合使用来提取和定位框架中的特征。事实证明，单色物体并没有提供太多关键点（令人惊讶的是）。无论如何，SIFT的表现都很糟糕（大约10 fps @ 540p）。 我在控制器上绘制了一些线条和其他形状，从而产生了更多的关键点。然而，这并没有带来巨大的改善。

Answer 2

HSV空间中的H通道是Hue，它对光线变化不敏感。红色范围约为[150,180]。

根据提到的信息，我做了以下工作。

1. 切换到HSV空间，拆分H通道，阈值并将其标准化。
2. 应用变形操作（打开）
3. 查找轮廓，按某些属性（宽度，高度，面积，比率等）进行过滤。

PS。由于NETWORK，我无法获取您在Dropbox上传的图像。所以，我只使用裁剪the right side of your second image作为输入。



imgname = "src.png"
img = cv2.imread(imgname)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

## Split the H channel in HSV, and get the red range
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
h,s,v = cv2.split(hsv)
h[h<150]=0
h[h>180]=0

## normalize, do the open-morp-op
normed = cv2.normalize(h, None, 0, 255, cv2.NORM_MINMAX, cv2.CV_8UC1)
kernel = cv2.getStructuringElement(shape=cv2.MORPH_ELLIPSE, ksize=(3,3))
opened = cv2.morphologyEx(normed, cv2.MORPH_OPEN, kernel)
res = np.hstack((h, normed, opened))
cv2.imwrite("tmp1.png", res)

现在，我们得到结果（h，normed，open）：



然后找到轮廓并过滤它们。

contours = cv2.findContours(opened, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
print(len(contours))[-2]

bboxes = []
rboxes = []
cnts = []
dst = img.copy()
for cnt in contours:
    ## Get the stright bounding rect
    bbox = cv2.boundingRect(cnt)
    x,y,w,h = bbox
    if w<30 or h < 30 or w*h < 2000 or w > 500:
        continue

    ## Draw rect
    cv2.rectangle(dst, (x,y), (x+w,y+h), (255,0,0), 1, 16)

    ## Get the rotated rect
    rbox = cv2.minAreaRect(cnt)
    (cx,cy), (w,h), rot_angle = rbox
    print("rot_angle:", rot_angle)  

    ## backup 
    bboxes.append(bbox)
    rboxes.append(rbox)
    cnts.append(cnt)

结果如下：

rot_angle: -2.4540319442749023
rot_angle: -1.8476102352142334



由于源图像中的蓝色矩形标签，卡片被分成两侧。但是干净的图像没有问题。