Question

因此，我对opencv并不陌生，我想从图像中提取移动电话对象，并对它进行透视变换，以便能够以鸟瞰图的形式查看它。我在网上找到了很多文章，但似乎没有任何帮助。这是Original Image

的链接

我要执行的操作将手机从其中取出。手机屏幕将始终为绿色，因此应该很容易检测矩形的边缘。我能够使用遮罩将电话本身从中提取出来。我面临的问题是进行透视转换，以使其在屏幕上直接对齐。

def get_green_mask(img):
 sensitivity = 20
 hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
 lower_green = np.array([60-sensitivity, 100, 100])
 upper_green = np.array([60+sensitivity, 255, 255])
 return cv2.inRange(hsv, lower_green, upper_green)

def process_image(img_filename):

 img = cv2.imread(img_filename) 
 green_mask = get_green_mask(img)

 temp, contours, _ = cv2.findContours(green_mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)

 contour = np.array(0)
 for c in contours:
    if c.size > contour.size:
        contour = c

 img2 = np.copy(img)
 cv2.drawContours(img2, contour, -1, (0,0,255), 20) 

 ## (3) morph-op to remove horizone lines
 kernel = np.ones((5,1), np.uint8)
 mask2 = cv2.morphologyEx(green_mask, cv2.MORPH_OPEN,  kernel)

 ## (4) crop the region
 ys, xs = np.nonzero(mask2)
 ymin, ymax = ys.min(), ys.max()
 xmin, xmax = xs.min(), xs.max()

 screen = img[ymin+8:ymax-8, xmin+8:xmax-8] 
 green_mask2 = get_green_mask(screen)

 target = cv2.bitwise_and(screen,screen, mask=green_mask2)

 fig, axes = plt.subplots(1, 4, figsize = (14,6))
 #counter drawn
 axes[0].imshow(img2, interpolation='nearest', aspect='auto')
 #mask of the image
 axes[1].imshow(green_mask, interpolation='nearest', aspect='auto')
 #the screen without second mask
 axes[2].imshow(screen, interpolation='nearest', aspect='auto')
 #second mask to remove noise
 axes[3].imshow(target, interpolation='nearest', aspect='auto') 
 return target

代码非常简单。 process_image接收文件名，然后从其中提取电话对象。我也不确定这是否是提取电话对象的最佳方法，如果我错了，请随时纠正我。

有关鸟瞰视角转换的问题：

转换是在提取对象（电话）之前还是之后进行？
如何正确实施转换。

包含电话的图像只是一个例子，每次用户拍摄新照片时，图像可能会有所不同。我的意思是，手机的坐标和位置在不同的图像中会有所不同，因此我正在寻找可靠的解决方案。

我希望我清楚地问这个问题！帮助将不胜感激！ :) 谢谢！

如何从图像中提取对象并将其转换为鸟瞰图

0 个答案: