我在Python 3中使用OpenCV来检测白场上的白/黑球并给出它的精确(x,y,半径)和颜色。
我使用函数cv2.Canny()和cv2.findContours()来查找它,但问题是cv2.Canny()不要总是检测到圆的完整形状(大部分时间只有3 /圆圈中的4个)。 因此,当我使用cv2.findContours()时,它不会将其检测为轮廓。
请参阅:
和
这是最重要的代码:
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
blurred = cv2.GaussianBlur(gray, (5, 5), 0)
edged = cv2.Canny(blurred, 10, 40) # 10 and 40 to be more perceptive
contours_canny= cv2.findContours(edged.copy(), cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)[-2]
之后我使用:
approx = cv2.approxPolyDP(contour,0.01*cv2.arcLength(contour,True),True)
所以,如果你能帮我找到一个很棒的解决方案! 也许是否有一个完成圆形的功能,所以我可以检测到它?
答案 0 :(得分:2)
我建议您在使用canny检测之前应用一些中间色彩过滤。这将确保精确边缘检测发生在球图像和场地之间明确定义的边界上。
这是一个使用跟踪栏的python代码,您可以自定义颜色阈值:
cv2.namedWindow('temp')
cv2.createTrackbar('bl', 'temp', 0, 255, nothing)
cv2.createTrackbar('gl', 'temp', 0, 255, nothing)
cv2.createTrackbar('rl', 'temp', 0, 255, nothing)
cv2.createTrackbar('bh', 'temp', 255, 255, nothing)
cv2.createTrackbar('gh', 'temp', 255, 255, nothing)
cv2.createTrackbar('rh', 'temp', 255, 255, nothing)
bl_temp=cv2.getTrackbarPos('bl', 'temp')
gl_temp=cv2.getTrackbarPos('gl', 'temp')
rl_temp=cv2.getTrackbarPos('rl', 'temp')
bh_temp=cv2.getTrackbarPos('bh', 'temp')
gh_temp=cv2.getTrackbarPos('gh', 'temp')
rh_temp=cv2.getTrackbarPos('rh', 'temp')
thresh=cv2.inRange(frame,(bl_temp,gl_temp,rl_temp),(bh_temp,gh_temp,rh_temp))
答案 1 :(得分:1)
您可以使用cv.HoughCircles来估算最佳匹配的完整圆。球跟踪的好处在于,无论相机角度如何,球都将始终显示为图像中的圆圈。