opencv - 使用 OpenCV 检查物理门是否打开或关闭

Question

用相机我必须检查一扇真正的门是打开还是关闭。这是一扇普通的木门（里面没有窗户），你可以在任何房子里找到它。

我想使用 OpenCV 进行图像识别。有了它，我想识别门的打开和关闭状态。

但我不确定我应该为此使用哪种算法或检测方法。什么是最好的选择？

---

编辑：

这是门的示例图像。我的一个想法是只扫描图像的一小部分（上角）并用当前图像检查“关闭状态”图像。截图中的小例子也是如此。

Answer 1

我已经在 opencv 上发布了类似内容的答案：http: //answers.opencv.org/question/56779/detect-open-door-with-traincascade/

我的问题是检测具有稳定摄像机角度的门状态。

主要思想是使用洪水填充算法：

import cv2
from numpy import *

test_imgs = ['night_open.jpg', 'night_closed.jpg', 'day_open.jpg', 'day_closed.jpg']

for imgFile in test_imgs:
    img = cv2.imread(imgFile)
    height, width, channels = img.shape
    mask = zeros((height+2, width+2), uint8)

    #the starting pixel for the floodFill
    start_pixel = (510,110)
    #maximum distance to start pixel:
    diff = (2,2,2)

    retval, rect = cv2.floodFill(img, mask, start_pixel, (0,255,0), diff, diff)

    print retval

    #check the size of the floodfilled area, if its large the door is closed:
    if retval > 10000:
    print imgFile + ": garage door closed"
    else:
    print imgFile + ": garage door open"

    cv2.imwrite(imgFile.replace(".jpg", "") + "_result.jpg", img)

结果非常好：

681
night_open.jpg: garage door open
19802
night_closed.jpg: garage door closed
639
day_open.jpg: garage door open
19847
day_closed.jpg: garage door closed

Answer 2

您可以尝试背景检测算法。这个想法是门状态（打开/关闭）的变化将触发背景的变化。您可以使用此信息对事件进行进一步分类（开/关）。

优点：它会自动适应照明条件的微小变化，并且不需要校准。

这种方法的缺点是其他变化可能会触发一个事件：一个人走在走廊上，灯打开/关闭等。

您检测门上角的想法还不错。您应该手动标记所需区域，然后扫描该矩形以查看木质纹理是否仍然存在。LBP 是一个很好的纹理鉴别器，你可以用它来训练一个分类器来区分木材和非木材。不要忘记为白天/夜晚/晚上/日光/烛光放置样品。

最后，一个非常简单但可能有效的方法是遮盖门上的两个区域：一个是门本身，一个是安装在墙上的木制面具。然后算法根据一个非常简单的指标（平均亮度/颜色/强度/等）比较这两个区域。如果差异高于合理阈值，则可能门已打开，而您看到的是另一个房间（墙壁/窗户/地毯）中的东西