OpenCV 物体检测 - 中心点

Question

给定一个纯白色背景上的对象，有人知道 OpenCV 是否提供了从捕获的帧中轻松检测对象的功能吗？

我正在尝试定位对象（矩形）的角/中心点。 我目前的做法是通过蛮力（扫描图像中的物体）并且不准确。 我想知道是否有我不知道的功能。

编辑详细信息： 大小与小汽水罐差不多。 相机位于对象上方，给人一种 2D/矩形的感觉。 相机的方向/角度是随机的，是根据角点计算的。

它只是一个白色背景，上面有物体（黑色）。 拍摄的质量与您期望从罗技网络摄像头看到的质量相当。

一旦获得角点，我就计算中心。 然后将中心点转换为厘米。

我正在努力关注的是“如何”获得这四个角球的精炼。 您可以使用此图片查看我的暴力方法：图片

Answer 1

已经有一个关于如何在 OpenCV 中进行矩形检测的示例（查看样本/squares.c），实际上它非常简单。

这是他们使用的粗略算法：

0. rectangles <- {}
1. image <- load image
2. for every channel:
2.1  image_canny <- apply canny edge detector to this channel
2.2  for threshold in bunch_of_increasing_thresholds:
2.2.1   image_thresholds[threshold] <- apply threshold to this channel
2.3  for each contour found in {image_canny} U image_thresholds:
2.3.1   Approximate contour with polygons
2.3.2   if the approximation has four corners and the angles are close to 90 degrees.
2.3.2.1    rectangles <- rectangles U {contour}

不是他们正在做的事情的精确音译，但它应该对您有帮助。

Answer 2

希望这有帮助，使用矩方法来获取黑白图像的质心。

cv::Point getCentroid(cv::Mat img)
{
    cv::Point Coord;
    cv::Moments mm = cv::moments(img,false);
    double moment10 = mm.m10;
    double moment01 = mm.m01;
    double moment00 = mm.m00;
    Coord.x = int(moment10 / moment00);
    Coord.y = int(moment01 / moment00);
    return Coord;
}

Answer 3

OpenCV 有大量函数可以帮助您实现这一目标。 如果您使用 C#.NET 语言进行编程，请下载 Emgu.CV 并将其封装到库中。

获得所需内容的一些方法：

1. 像以前一样查找角点 - 例如“CornerHarris”OpenCV 函数

2. 对图像进行阈值并计算图像的中心重力 - 请参阅 http://www.roborealm.com/help/Center%20of %20Gravity.php ...这是我会使用的方法。 您甚至可以在 COG 例程中执行阈值处理。 即 cog_x += *imagePtr < 128？ 255 : 0;

3. 找到图像的矩以给出旋转、重心等 - 例如“矩”OpenCV 函数。 （我没有使用过这个）

4. （编辑）AForge.NET 库具有角点检测功能以及示例项目（MotionDetector）和用于连接网络摄像头的库。 我认为这将是最简单的方法，假设您使用的是 Windows 和 .NET。

Answer 4

由于没有人发布完整的 OpenCV 解决方案，这里有一个简单的方法：

1. 获取二值图像。我们加载图像，转换为灰度，然后使用 Otsu 阈值

2. 查找外部轮廓。我们使用 findContours 查找轮廓code> 然后使用 boundingRect 提取边界框坐标

3. 查找中心坐标。 由于我们有了轮廓，我们可以使用 时刻提取轮廓的质心

---

这是一个示例，其中边界框和中心点以绿色突出显示

输入图像 ->< /code> 输出

Center: (100, 100)

Center: (200, 200)

Center: (300, 300)

---

回顾一下：

给定一个纯白色背景上的对象，有人知道 OpenCV 是否提供了从捕获的帧中轻松检测对象的功能吗？

首先获取二值图像（Canny边缘检测< /a>, 简单阈值处理, 大津的阈值，或自适应阈值），然后使用 findContours。 要获取边界矩形坐标，可以使用 boundingRect 将为您提供 x,y,w,h 形式的坐标。 要绘制矩形，您可以使用 rectangle 来绘制它。 这将为您提供轮廓的 4 个角点。 如果你想获得中心点，请使用
时刻提取轮廓的质心

代码

import cv2
import numpy as np

# Load image, convert to grayscale, and Otsu's threshold 
image = cv2.imread('1.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

# Find contours and extract the bounding rectangle coordintes
# then find moments to obtain the centroid
cnts = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
for c in cnts:
    # Obtain bounding box coordinates and draw rectangle
    x,y,w,h = cv2.boundingRect(c)
    cv2.rectangle(image, (x, y), (x + w, y + h), (36,255,12), 2)

    # Find center coordinate and draw center point
    M = cv2.moments(c)
    cx = int(M['m10']/M['m00'])
    cy = int(M['m01']/M['m00'])
    cv2.circle(image, (cx, cy), 2, (36,255,12), -1)
    print('Center: ({}, {})'.format(cx,cy))

cv2.imshow('image', image)
cv2.waitKey()

Answer 5

在其他机器视觉库中通常称为斑点分析。 我还没用过opencv。