我正在做一个骰子价值识别爱好项目，我想在 Raspberry Pi 上运行。目前，我只是在学习 OpenCV，因为这对我来说似乎是最难的事情。我已经走到了这一步，我已经扩张、侵蚀和精巧地过滤掉了骰子。这给了我一个轮廓层次结构。图像显示了父轮廓的边界矩形：
我的问题是：我将如何计算点数？为面值做一些模板匹配更好，还是我应该在数学上测试一个点是否在边界框中的有效位置？
问问题
3841 次
3 回答
3
可能有多种方法可以做到这一点：
- 使用孔填充，然后使用形态学算子过滤圆。
- 更简单的方法是使用白色像素密度（白色像素的百分比）。五点将具有更高的白色像素密度。
- 使用图像矩（表示图像形状和结构的数学属性）来训练不同类型骰子面的神经网络。
参考：形态学 http://blogs.mathworks.com/pick/2008/05/23/detecting-circles-in-an-image/
于 2013-08-13T14:40:38.653 回答
1
正如 Sivam Kalra 所说，有许多有效的方法。
我会选择模板匹配，因为它应该是健壮的并且相对容易实现。
- 使用精明图像中的绿色区域，将每个找到的骰子面从原始灰度图像复制到较小的搜索图像中。搜索图像应略大于模具面，并且大于您的 6 个图案图像。
- 可选地标准化搜索图像
- 将cvMatchTemplate与 6 种可能的骰子模式中的每一种一起使用（我推荐 CV_TM_SQDIFF_NORMED 算法，但测试哪个效果最好）
- 在结果图像中为 6 个匹配项中的每一个找到并存储全局最小值
- 从 0° 到 90° 以 ~2° 的步长旋转搜索图像，并为每一步重复模板匹配
所有步骤中最小值最低的骰子图案是正确的。
于 2013-08-13T16:36:00.253 回答
0
轮廓层次结构可能是一个很好且非常简单的选择，但您需要一个垂直的视野。
所以你可以用轮廓来做，但用 som 阈值拟合圆圈
（对不起我糟糕的英语）
于 2016-12-11T13:05:27.893 回答