使用 OpenCV 检测图像中的十字答案

【问题标题】：Detecting a cross in an image with OpenCV使用 OpenCV 检测图像中的十字
【发布时间】：2013-01-14 18:03:07
【问题描述】：

我试图在OpenCV 的帮助下检测输入视频流中的形状（十字）。目前我正在设置阈值以获得我的十字架的二进制图像，效果非常好。不幸的是，我决定提取的 blob 是否为交叉的算法表现不佳。如下图所示，并非所有角都在某些视角下被检测到。

我正在使用findContours() 和approxPolyDP() 来获得轮廓的近似值。如果我在这条近似曲线中检测到 12 个角/顶点，则假定该斑点是一个十字。

有没有更好的方法来解决这个问题？我想到了SIFT，但算法必须实时执行，我读到 SIFT 并不真正适合实时。

【问题讨论】：

你试过Hough线变换吗？您可以识别线条，而不是识别角，在简单检查它们的方向后，您可以确定它是否是十字形。

标签： c++ opencv video feature-detection

【解决方案1】：

我有一些建议可能会提供一些有趣的结果，尽管我不确定。

如果十字始终靠近图像的中心并且始终位于平面上，您可以尝试在相机和十字所在的平面之间找到单应性。这将使您能够将十字架的样本图像（选择不同的平面旋转）转换为可视化十字架的坐标系。然后，您可以生成可以与图像匹配的模板。您可以做一些简单的像素一致性测试来确定是否匹配。

或者，您可以尝试训练 Haar-based classifier 来识别十字架。这种分类器常用于人脸检测，检测图像中的有向边缘，通过若干有向边缘的相对位置对人脸进行分类。它在人脸上具有良好的分类精度，并且速度极快。虽然我不能保证它在这种特殊情况下的准确性，但它可能会为简单的形状（例如十字）提供一些好的结果。

【讨论】：

感谢您的快速答复。抱歉我的问题不精确，但不幸的是，图像中的任何地方都可能出现十字（但我可以在它居中的地方使用 ROI？）。它可以非常小（大约 20 像素直径）或非常大（填满整个图像），并且可以从不同的角度看到。 Haar 分类器会满足这些限制条件吗？总之，我需要一种独立于规模和视角的方法。
@Tobi 我认为为十字架构建一个边界框，然后使用 ROI 可以工作。自从我使用增强型 Haar 分类器的 opencv 实现以来已经有一段时间了，但我相信你给它一个训练图像集，它会通过扭曲自动创建不同比例和视角的样本（但你应该检查文档到确定）。
我尝试了很多不同的训练集，但最终找到了一个不错的。与凸面缺陷相比的优势在低分辨率图像中尤为明显。

【解决方案2】：

计算convex hull，然后利用convexity defects 可能会起作用。

所有的十字架都应该有四个凸面缺陷，组成四组两个点或四个向量。此外，如果您的形状是十字形，那么这四个向量将有两对补角。

【讨论】：

这种方法是正确的，只需注意凸包上的虚假顶点，这些顶点对于十字架的拐角并不重要。