【问题标题】：Rectangle detection / tracking using OpenCV使用 OpenCV 进行矩形检测/跟踪
【发布时间】：2017-11-15 06:17:49
【问题描述】：

我需要什么

我目前正在开发一款类似于增强现实的游戏。游戏使用的控制器（这里我说的是物理输入设备）是一张单色的长方形纸片。我必须在相机的捕获流中检测该矩形的位置、旋转和大小。检测应在尺度上保持不变，沿 X 轴和 Y 轴旋转保持不变。

如果用户将纸张移离或移向相机，则需要比例不变性。我不需要知道矩形的距离，因此比例不变性转化为大小不变性。

如果用户沿其局部 X 和/或 Y 轴倾斜矩形，则需要旋转不变性。这样的旋转将纸张的形状从矩形变为梯形。在这种情况下，可以使用面向对象的边界框来测量纸张的大小。

我做了什么

一开始有一个校准步骤。一个窗口显示了摄像头，用户必须点击矩形。单击时，鼠标指向的像素的颜色将作为参考颜色。将帧转换为 HSV 颜色空间以改善颜色区分。我有 6 个滑块可以调整每个通道的上限和下限阈值。这些阈值用于对图像进行二值化（使用 opencv 的 inRange 函数）。
之后，我将侵蚀和膨胀二进制图像以去除噪声并合并 nerby 块（使用 opencv 的 erode 和 dilate 函数）。
下一步是在二值图像中寻找轮廓（使用 opencv 的findContours 函数）。这些轮廓用于检测最小的定向矩形（使用 opencv 的minAreaRect 函数）。作为最终结果，我使用了面积最大的矩形。

程序的简短结论：

拿一个框架
将该帧转换为 HSV
二值化（使用用户选择的颜色和滑块的阈值）
应用变形操作（腐蚀和扩张）
寻找轮廓
获取每个轮廓的最小定向边界框
取最大的边界框作为结果

您可能已经注意到，我没有利用有关纸张实际形状的知识，只是因为我不知道如何正确使用这些信息。

我也考虑过使用opencv的跟踪算法。但是有三个原因阻止我使用它们：

比例不变性：据我了解的一些算法，有些不支持对象的不同比例。
运动预测：一些算法使用运动预测来获得更好的性能，但我正在跟踪的对象完全随机移动，因此无法预测。
简单：我只是在图像中寻找一个单色矩形，没有什么比汽车或人跟踪更花哨的了。

这是一个 - 相对 - 不错的捕获（侵蚀和扩张后的二进制图像）

这是一个坏的

问题

我如何总体上改进检测，尤其是更好地抵抗光照变化？

更新

Here 是一些用于测试的原始图像。

您不能只使用较厚的材料吗？
是的，我可以而且我已经这样做了（不幸的是，我目前无法访问这些作品）。但是，问题仍然存在。即使我使用像纸板这样的材料。它不像纸那样容易弯曲，但仍然可以弯曲。

如何获取矩形的大小、旋转和位置？
opencv 的minAreaRect 函数返回一个RotatedRect 对象。该对象包含我需要的所有数据。

注意
因为矩形是单色的，所以无法区分上下或左右。这意味着旋转始终在[0, 180] 范围内，这对我的目的来说非常好。矩形两侧的比例始终为w:h > 2:1。如果矩形是正方形，则旋转范围将变为[0, 90]，但这在这里可以认为无关紧要。

按照 cmets 中的建议，我将尝试使用直方图均衡化来减少亮度问题，并查看 ORB、SURF 和 SIFT。

我会更新进度。

【问题讨论】：

也许你可以尝试像this 做一个直方图均衡以获得更均匀的亮度
如果您总是有相同的矩形框，为什么不保存该框的 2d 模板图像 并运行 ORB/SURF/SIFT 来找到它？ 模板图像 也可以使颜色对光照变化具有鲁棒性。您可以将所有检测到的颜色映射到一种颜色。当然，这在很大程度上取决于您的检测。
就目前而言，您采用的方法存在一些问题，而不是矩形检测。从图片来看，您使用的是一张容易弯曲的薄纸，而最后一张图片中的矩形不再是真正的矩形。鉴于您正确识别其区域，您将如何计算轴？考虑要求使用一块硬纸板。可能会证明，虽然没有弯曲，但照明也没有区别。
请附上一些原始输入帧，没有蓝色标记？您还可以将标记更改为所有 6 个面上都有颜色的东西，例如量规立方体吗？这将有助于确定旋转轴。
我已更新问题以回答大部分问题。 @ZdaR “所有 6 面”是什么意思？

标签： c++ opencv image-processing object-detection

【解决方案1】：

HSV空间中的H通道是Hue，对光线变化不敏感。红色范围约为 [150,180]。

根据上述信息，我做了以下工作。

进入HSV空间，拆分H通道，阈值化，归一化。
应用变形操作（打开）
查找轮廓，按某些属性（宽度、高度、面积、比率等）过滤。

PS。由于网络，我无法获取您在 Dropbox 上上传的图像。所以，我只使用crop the right side of your second image 作为输入。

imgname = "src.png"
img = cv2.imread(imgname)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

## Split the H channel in HSV, and get the red range
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
h,s,v = cv2.split(hsv)
h[h<150]=0
h[h>180]=0

## normalize, do the open-morp-op
normed = cv2.normalize(h, None, 0, 255, cv2.NORM_MINMAX, cv2.CV_8UC1)
kernel = cv2.getStructuringElement(shape=cv2.MORPH_ELLIPSE, ksize=(3,3))
opened = cv2.morphologyEx(normed, cv2.MORPH_OPEN, kernel)
res = np.hstack((h, normed, opened))
cv2.imwrite("tmp1.png", res)

现在，我们得到这样的结果（h，normed，open）：

然后找到轮廓并过滤它们。

contours = cv2.findContours(opened, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
print(len(contours))[-2]

bboxes = []
rboxes = []
cnts = []
dst = img.copy()
for cnt in contours:
    ## Get the stright bounding rect
    bbox = cv2.boundingRect(cnt)
    x,y,w,h = bbox
    if w<30 or h < 30 or w*h < 2000 or w > 500:
        continue

    ## Draw rect
    cv2.rectangle(dst, (x,y), (x+w,y+h), (255,0,0), 1, 16)

    ## Get the rotated rect
    rbox = cv2.minAreaRect(cnt)
    (cx,cy), (w,h), rot_angle = rbox
    print("rot_angle:", rot_angle)  

    ## backup 
    bboxes.append(bbox)
    rboxes.append(rbox)
    cnts.append(cnt)

结果是这样的：

rot_angle: -2.4540319442749023
rot_angle: -1.8476102352142334

由于源图片中的蓝色矩形标签，卡片被分成了两侧。但是干净的图像没有问题。

【讨论】：

【解决方案2】：

我知道我问这个问题已经有一段时间了。我最近继续讨论这个话题并解决了我的问题（虽然不是通过矩形检测）。

变化

使用木头来加强我的控制器（“矩形”），如下所示。
在每个控制器上放置了 2 个 ArUco 标记。

工作原理

将帧转换为灰度，
对其进行下采样（以提高检测期间的性能），
使用cv::equalizeHist均衡直方图，
使用cv::aruco::detectMarkers查找标记，
关联标记（如果有多个控制器），
分析标记（位置和旋转），
计算结果并应用一些错误纠正。

事实证明，标记检测对照明变化和不同视角非常稳健，这让我可以跳过任何校准步骤。

我在每个控制器上放置了 2 个标记，以进一步提高检测鲁棒性。两种标记只需检测一次（以测量它们的相关性）。之后，每个控制器只找到一个标记就足够了，因为另一个标记可以从先前计算的相关性中推断出来。

这是在明亮环境下的检测结果：

在较暗的环境中：

当隐藏其中一个标记时（蓝点表示外推的标记位置）：

失败

我实施的初始形状检测效果不佳。它对照明变化非常脆弱。此外，它还需要一个初始校准步骤。

在形状检测方法之后，我尝试了 SIFT 和 ORB 结合蛮力和 knn 匹配器来提取和定位帧中的特征。事实证明，单色对象并没有提供太多关键点（真是令人惊讶）。无论如何，SIFT 的性能都很糟糕（大约 10 fps @ 540p）。我在控制器上绘制了一些线条和其他形状，从而产生了更多可用的关键点。然而，这并没有带来巨大的改进。

【讨论】：