OpenCV 特定对象检测答案

【问题标题】：OpenCV specific object detectionOpenCV 特定对象检测
【发布时间】：2011-10-10 03:09:08
【问题描述】：

在做了一些关于 OpenCV 对象检测的研究和阅读信息之后，我仍然不确定如何检测视频帧中的棒。什么是最好的方法，所以即使用户移动它我也可以检测到。我会把棍子当作剑，用它做光剑。关于我可以从哪里开始的任何要点？谢谢！

【问题讨论】：

标签： visual-c++ image-processing opencv kinect

【解决方案1】：

对此的首选答案通常是霍夫线变换。 Hough 变换旨在找到场景中的直线（或其他轮廓），OpenCV 可以参数化这些直线，以便您获得端点坐标。但是，明智的说法是，如果你正在制作光剑效果，你不需要走那么远 - 只需将棒涂成橙色并做一个色度键。 Adobe Premiere、Final Cut Pro、Sony Vegas 等的标准功能。OpenCV 版本将您的帧转换为 HSV 颜色模式，并隔离位于所需色调和饱和度区域的图片区域。

http://opencv.itseez.com/doc/tutorials/imgproc/imgtrans/hough_lines/hough_lines.html?highlight=hough

这是我写的一个旧例程作为例子：

//Photoshop-style color range selection with hue and saturation parameters.
//Expects input image to be in Hue-Lightness-Saturation colorspace.
//Returns a binary mask image. Hue and saturation bounds expect values from 0 to 255.
IplImage* selectColorRange(IplImage *image, double lowerHueBound, double upperHueBound, 
                double lowerSaturationBound, double upperSaturationBound) {
    cvSetImageCOI(image, 1);  //select hue channel
    IplImage* hue1 = cvCreateImage(cvSize(image->width, image->height), IPL_DEPTH_8U, 1);
    cvCopy(image, hue1); //copy hue channel to hue1
    cvFlip(hue1, hue1); //vertical-flip
    IplImage* hue2 = cvCloneImage(hue1); //clone hue image
    cvThreshold(hue1, hue1, lowerHueBound, 255, CV_THRESH_BINARY); //threshold lower bound
    cvThreshold(hue2, hue2, upperHueBound, 255, CV_THRESH_BINARY_INV); //threshold inverse upper bound
    cvAnd(hue1, hue2, hue1); //intersect the threshold pair, save into hue1
    cvSetImageCOI(image, 3); //select saturation channel
    IplImage* saturation1 = cvCreateImage(cvSize(image->width, image->height), IPL_DEPTH_8U, 1);
    cvCopy(image, saturation1); //copy saturation channel to saturation1
    cvFlip(saturation1, saturation1); //vertical-flip
    IplImage* saturation2 = cvCloneImage(saturation1); //clone saturation image
    cvThreshold(saturation1, saturation1, lowerSaturationBound, 255, CV_THRESH_BINARY); //threshold lower bound
    cvThreshold(saturation2, saturation2, upperSaturationBound, 255, CV_THRESH_BINARY_INV); //threshold inverse upper bound
    cvAnd(saturation1, saturation2, saturation1); //intersect the threshold pair, save into saturation1
    cvAnd(saturation1, hue1, hue1); //intersect the matched hue and matched saturation regions
    cvReleaseImage(&saturation1);
    cvReleaseImage(&saturation2);
    cvReleaseImage(&hue2);
    return hue1;
}

有点冗长，但你明白了！

【讨论】：

我应该使用 blob 跟踪器来获取我的棍子的长度吗？还是有其他方法可以获得我的棍子的起点和终点？谢谢！
你可以findContours你的二进制图像。用contourArea 找到最大的contour，然后用minAreaRect 得到一个RotatedRect，一个围绕contour 的边界形状。 RotatedRect 的高度就是你的棍子长度。
我使用了 findContours，我认为创建的矩形不是那么稳定，尤其是在对象移动时。然后我使用了霍夫变换 CV_HOUGH_PROBABILISTIC，它完成了这项工作。非常感谢。

【解决方案2】：

我的老教授总是说，计算机视觉的第一定律是尽你所能对图像做任何事情，让你的工作更轻松。

如果您可以控制棒的外观，那么您最好将棒涂上非常特殊的颜色 --- 霓虹粉或不太可能出现在背景中的东西 --- 然后使用颜色分割与连接组件标记相结合。那会非常快。

【讨论】：

【解决方案3】：

您可以从为 OpenCV 编写的人脸识别（训练和检测）技术开始。

如果您正在寻找具体步骤，请告诉我。

【讨论】：

嗯...不知道这对追踪一根棍子有多大影响。
嗨，马特，想一想：一根棍子，通常被想象成一个圆柱形物体。可以位于 3D 空间中任何位置的圆柱体。在某些情况下，我们可以像笔一样检测和跟踪类似的圆柱形物体！同样，此类对象的独特特征总是有助于改进检测/跟踪。因此，您可能必须对这根“棍子”上的显着特征进行分类。此类物体的样本图像，无论是正面还是负面，肯定会帮助我改进对您的建议。
有人，我猜你添加了霍夫变换代码来检测棍子！但是必须考虑任何物体的方向。遮挡是另一方面。 Lowe 的论文可以在这方面提供帮助。