c – 在opencv中过滤背景减法中的直线和曲线

概述我正在使用opencv中的背景减法进行对象跟踪.我拍了一个样本足球视频,我的目标是跟踪球员并过滤掉更大的场标记.由于非静态相机,大线也会像在此图像中一样被检测为移动： 我利用霍夫变换来检测线条,在设置了适当的阈值后,能够过滤中途线,图像显示如下： 现在我担心过滤这两个弧. 问题1.我可以采取哪些方法？如何利用弧度(长而细)和玩家(紧凑的blob)的“属性”的区别？ 此外,Hough变换函数有时会报 我正在使用opencv中的背景减法进行对象跟踪.我拍了一个样本足球视频,我的目标是跟踪球员并过滤掉更大的场标记.由于非静态相机,大线也会像在此图像中一样被检测为移动：

我利用霍夫变换来检测线条,在设置了适当的阈值后,能够过滤中途线,图像显示如下：

现在我担心过滤这两个弧.

问题1.我可以采取哪些方法？如何利用弧度(长而细)和玩家(紧凑的blob)的“属性”的区别？

此外,Hough变换函数有时会报告许多误报(将一个高瘦的玩家视为直线,甚至连接两个玩家以显示更长的线).

问题2.以什么方式指定“待检测”线的最大厚度并保持严格的标准以“仅”检测线？

谢谢.

解决方法 我有一个旧脚本,周围有类似的功能.不幸的是,它是 Python并且不使用Hough变换函数.不过,你可能会发现它很有用.

get_blobs是重要的函数,而__main__是示例用法.

import cv2def get_blobs(thresh,maxblobs,maxmu03,iterations=1):    """    Return a 2-tuple List of the locations of large white blobs.    `thresh` is a black and white threshold image.    No more than `maxblobs` will be returned.    Moments with a mu03 larger than `maxmu03` are ignored.    Before sampling for blobs,the image will be eroded `iterations` times.    """    # Kernel specifIEs an erosion on direct pixel neighbours.    kernel = cv2.getStructuringElement(cv2.MORPH_CROSS,(3,3))    # Remove noise and thin lines by eroding/dilating blobs.    thresh = cv2.erode(thresh,kernel,iterations=iterations)    thresh = cv2.dilate(thresh,iterations=iterations-1)    # Calculate the centers of the contours.    contours = cv2.findContours(thresh,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)[0]    moments = map(cv2.moments,contours)    # Filter out the moments that are too tall.    moments = filter(lambda k: abs(k['mu03']) <= maxmu03,moments)    # Select the largest moments.    moments = sorted(moments,key=lambda k: k['m00'],reverse=True)[:maxblobs]    # Return the centers of the moments.    return [(m['m10'] / m['m00'],m['m01'] / m['m00']) for m in moments if m['m00'] != 0]if __name__ == '__main__':    # Load an image and mark the 14 largest blobs.    image = cv2.imread('input.png')    bwImage = cv2.cvtcolor(image,cv2.color_RGB2GRAY)    trackers = get_blobs(bwImage,14,50000,3)    for tracker in trackers:        cv2.circle(image,tuple(int(x) for x in tracker),3,(0,255),-1)    cv2.imwrite('output.png',image)

从您的第一张图片开始：

该算法使用erosion将blob与线分开.

然后使用Moments过滤掉高大和小的斑点.时刻也用于定位每个斑点的中心.

get_blobs返回玩家位置的2元组列表.您可以在最后一张图片上看到它们.

就目前而言,剧本非常混乱.随意直接使用它,但我发布它主要是为了给你一些想法.

总结

以上是内存溢出为你收集整理的c – 在opencv中过滤背景减法中的直线和曲线全部内容，希望文章能够帮你解决c – 在opencv中过滤背景减法中的直线和曲线所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。