Question

我正在使用Raspberry Pi和它的相机来执行一些图像处理算法。因此，我在捕获的流的连续帧上执行背景减法，并尝试查找图像中是否存在任何对象，如果是，则打印出它的区域。该算法按预期工作正常，但存在问题。

使用cv2.THRESH_OTSU的阈值函数在没有物体存在时会产生颗粒状图像，即背景和前景图像相同。然而，当前景图像中存在物体时，这些噪声/颗粒消失。这些如下 -

Same Background Image and Foreground Image with noise
Different Background and Foreground Image without any noise

如您所见，如果图像几乎相同，则会出现噪音，如果框架中有任何物体，噪音就会消失。

我已经尝试过以下方法来消除噪音，但它没有用。

在没有Otsu二元化的情况下仅使用cv2.THRESH_BINARY / cv2.THRESH_BINARY_INV进行了尝试。
我尝试过提高拍摄图像的亮度/对比度/饱和度，看看性能是否有所不同，但没有变化。

我尝试在erosion步骤之前增加/减少dilation / Thresholding的数量，但这也没有任何改变。

< / LI>

这是我的代码 -

from time import sleep
from picamera import PiCamera
from picamera.array import PiRGBArray
import cv2,os
import numpy as np
import threading


def imageSubtract(img):
    bilateral_filtered_image = cv2.bilateralFilter(img, 9, 170, 170)
    bilateral_filtered_image = cv2.cvtColor(bilateral_filtered_image,cv2.COLOR_BGR2GRAY)
    return bilateral_filtered_image

def  imageProcessing():
    camera = PiCamera()
    camera.resolution = (512,512)
    camera.awb_mode="fluorescent"
    camera.iso = 800
    camera.contrast=33
    camera.brightness=75
    camera.sharpness=100
    rawCapture = PiRGBArray(camera, size=(512, 512))

    first_time=0
    frame_buffer=0
    counter=0
    camera.start_preview()
    sleep(2)


    for frame in camera.capture_continuous(rawCapture, format="bgr", use_video_port=True):

        if first_time==0:
            rawCapture.truncate(0)
            if frame_buffer<10:
               print("Frame rejected -",str(frame_buffer))
               frame_buffer+=1
               continue
            os.system("clear")
            refImg=frame.array
            refThresh=imageSubtract(refImg)
            first_time=1



        image = frame.array
        cv2.imshow("Foreground", image)
        key = cv2.waitKey(1)
        rawCapture.truncate(0)
        newThresh=imageSubtract(image)

        diff=cv2.absdiff(refThresh,newThresh)
        kernel = np.ones((5,5),np.uint8)

        diff=cv2.dilate(diff,kernel,iterations = 3)
        cv2.imshow("Background",refImg)
        _, thresholded = cv2.threshold(diff, 0 , 255, cv2.THRESH_BINARY +cv2.THRESH_OTSU)


        _, contours, _= cv2.findContours(thresholded,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
        try:
           c=max(contours,key=cv2.contourArea)
           x,y,w,h = cv2.boundingRect(c)
           cv2.rectangle(thresholded,(x,y),(x+w,y+h),(125,125,125),2)
           if cv2.contourArea(c)>500:
              print("Object detected with area = ",cv2.contourArea(c))
           cv2.imshow("Threshold",thresholded)
           if key == ord('q'):
               camera.close()
               cv2.destroyAllWindows()
               break
        except Exception as e:
           pass

if __name__ == "__main__" :
   imageProcessing()

当背景和前景图像相同时，请帮助我消除噪音。

谢谢！

在Python中使用OpenCV进行Otsu二值化后如何消除噪音？

0 个答案: