5

我正在尝试制作一个程序，使用基于 Canny 过滤器和轮廓查找功能的摄像机/网络摄像头检测任何形状的对象。这是我的程序：

int main( int argc, char** argv )
{
CvCapture *cam;
CvMoments moments;
CvMemStorage* storage = cvCreateMemStorage(0);
CvSeq* contours = NULL;
CvSeq* contours2 = NULL;
CvPoint2D32f center;
int i;

cam=cvCaptureFromCAM(0);
if(cam==NULL){
    fprintf(stderr,"Cannot find any camera. \n");
    return -1;
}
while(1){
    IplImage *img=cvQueryFrame(cam);
    if(img==NULL){return -1;}
    IplImage *src_gray= cvCreateImage( cvSize(img->width,img->height), 8, 1);
    cvCvtColor( img, src_gray, CV_BGR2GRAY );
    cvSmooth( src_gray,  src_gray, CV_GAUSSIAN, 5, 11);
    cvCanny(src_gray, src_gray, 70, 200, 3);

    cvFindContours( src_gray, storage, &contours, sizeof(CvContour), CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE, cvPoint(0,0));
    if(contours==NULL){ contours=contours2;}
    contours2=contours;
    cvMoments(contours, &moments, 1);

    double m_00 = cvGetSpatialMoment( &moments, 0, 0 );
    double m_10 = cvGetSpatialMoment( &moments, 1, 0 );
    double m_01 = cvGetSpatialMoment( &moments, 0, 1 );
    float gravityX = (m_10 / m_00)-150;
    float gravityY = (m_01 / m_00)-150;
    if(gravityY>=0&&gravityX>=0){
        printf("center point=(%.f, %.f) \n",gravityX,gravityY); }

    for (; contours != 0; contours = contours->h_next){
        CvScalar color = CV_RGB(250,0,0);
        cvDrawContours(img,contours,color,color,-1,-1, 8, cvPoint(0,0));
    }

    cvShowImage( "Input", img );
    cvShowImage( "Contours", src_gray );
    cvClearMemStorage(storage);
    if(cvWaitKey(33)>=0) break;
}
cvDestroyWindow("Contours");
cvDestroyWindow("Source");
cvReleaseCapture(&cam);
}

该程序将检测相机捕获的所有轮廓，并打印轮廓的平均坐标。我的问题是如何仅过滤掉一个对象/轮廓，以便获得更精确的对象（x，y）位置？如果可能的话，谁能告诉我如何使用 (x,y) 坐标标记对象的中心？

提前致谢。干杯

p/s：对不起，我还不能上传截图，但如果有什么帮助，这里是链接。

编辑：为了让我的问题更清楚：

  • 例如，如果我只想从上面的屏幕截图中过滤掉正方形，我应该怎么做？
  • 我要过滤掉的对象具有最大的轮廓区域，最重要的是具有形状（任何形状），而不是直线或曲线
  • 我仍在尝试使用平滑和精确的值，所以如果有人在使用我的程序检测轮廓时遇到问题，请更改这些值。
4

2 回答 2

8

我认为它可以相当容易地解决。我建议在轮廓检测之前进行一些形态学操作。另外，我建议过滤掉较小的元素，并将最大的元素作为图像中唯一的元素。

我建议：

  • 过滤线条（直线或曲线）：您必须决定您自己认为“线条”和“形状”之间的边界是什么。假设您将所有厚度为5 像素或更大的对象视为对象，而将宽度小于 5 像素的对象视为线条。使用 5x5 正方形或 3 像素大小的菱形形状作为结构元素的形态开口可以解决此问题。

  • 用于过滤掉一般的小物体：如果物体是任意形状的，纯粹的形态开运算是行不通的：你必须做一个代数开运算。一种特殊类型的代数开口是面积开口：一种去除图像中（像素）面积小于给定阈值的所有连通分量的操作。如果您对不感兴趣对象的大小设置了上限，或者对感兴趣对象的大小设置了下限，则该值应用作阈值。您可能会通过更大的形态开口获得类似的效果，但它不会那么灵活。

  • 用于过滤除最大对象之外的所有对象：听起来应该可以将连接的组件从最小的对象移到最大的对象。尝试标记连接的组件。在二进制（黑白图像）上，此图像转换通过创建灰度图像、将背景标记为 0（黑色）以及每个分量具有不同的、递增的灰度值来工作。最后，每个对象的像素被标记为不同的值。您现在可以简单地查看灰度直方图，并找到像素最多的灰度值。将所有其他灰度级设置为 0（黑色），图像中唯一剩下的对象是最大的对象。

这些建议是从最简单的到最复杂的。不过，我认为 OpenCV 可以帮助解决这些问题。在 OpenCV 中实现了形态腐蚀、膨胀、打开和关闭。我认为您可能需要自己构建一个代数开运算（或结合 OpenCV 基本形态学），但我确信 OpenCV 可以帮助您标记连接的组件并检查生成的灰度图像的直方图。

最后，当只剩下一个对象的像素时，您进行 Canny 轮廓检测。

于 2012-10-12T12:53:55.313 回答
2

这是 OpenCV 本身无法（轻松）解决的 blob 处理问题。看看 cvBlobsLib。这个库扩展了 OpenCV，带有用于连接组件标签的函数/类。

http://opencv.willowgarage.com/wiki/cvBlobsLib

于 2012-10-12T12:24:22.230 回答