OpenCV: отслеживание объектов с шумоподавлением - PullRequest
0 голосов
/ 09 октября 2018

Я пытаюсь извлечь синий объект, очень похожий на тот, который описан в https://docs.opencv.org/3.0-beta/doc/py_tutorials/py_imgproc/py_colorspaces/py_colorspaces.html#object-tracking

Пример необработанного изображения с тремя синими фигурами для извлечения приведен здесь:

Three shapes that should be segmented

Захваченное изображение зашумлено, и обнаружение нефильтрованной формы возвращает от сотен до тысяч «синих» форм.Чтобы смягчить это, я применил следующие шаги:

  • Размытие изображения перед его фильтрацией, в результате чего закрытые поверхности
  • Преобразование маскированного изображения (после bitwise_and) обратно воттенки серого
  • Применение порога OTSU
  • Наконец, определите контуры

Полный код:

import cv2
import numpy as np

cap = cv2.VideoCapture(0)
while(True):
    ret, frame = cap.read()
    blur = cv2.GaussianBlur(frame, (15, 15), 0)

    hsv = cv2.cvtColor(blur, cv2.COLOR_BGR2HSV)
    lower_red = np.array([115, 50, 50])
    upper_red = np.array([125, 255, 255])
    mask = cv2.inRange(hsv, lower_red, upper_red)
    blue = cv2.bitwise_and(blur, blur, mask=mask)
    gray = cv2.cvtColor(blue, cv2.COLOR_BGR2GRAY)

    (T, ted) = cv2.threshold(gray, 0, 255, cv2.THRESH_OTSU)

    im2, contours, hierarchy = cv2.findContours(
        ted, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

    for cnt in contours:
        cv2.drawContours(frame, [cnt], 0, (0, 255, 0), 3)

    font = cv2.FONT_HERSHEY_SIMPLEX
    cv2.putText(frame, str(len(contours)), (10, 500), font, 2, (0, 0, 255), 2, cv2.LINE_AA)

    cv2.imshow('mask', mask)
    cv2.imshow('blue', blue)
    cv2.imshow('grey', gray)
    cv2.imshow('thresholded', ted)
    cv2.imshow('frame', frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

К сожалению, до сих порОсталось 6-7 контуров, тогда как их должно быть три.

Как я могу еще больше улучшить обработку изображений, чтобы получить только три фигуры?

1 Ответ

0 голосов
/ 09 октября 2018

Вы можете использовать морфологические операции в сочетании с анализом связанных компонентов:

Если фигуры, которые вы ищетедля определенных фигур (например, фигур) вы можете использовать некоторые дескрипторы форм.

Наконец, я предлагаю вам попробовать заменить фильтр Гаусса на двусторонний фильтр (https://docs.opencv.org/3.0-beta/modules/imgproc/doc/filtering.html#bilateralfilter), чтобы лучше сохранить формы. Если выхотите еще лучший фильтр, взгляните на этот урок по фильтру NL-средних (https://docs.opencv.org/3.3.1/d5/d69/tutorial_py_non_local_means.html)

...