python - 在具有大量噪声的二进制图像上检测圆形形状
问题描述
我试图几乎完全通过使用带有 OpenCV(在 Python 中)的图像预处理技术来检测黑白足球。我的想法如下;
- 处理图像(例如模糊的二值照片)
- 为足球找到多个“候选者”(例如通过轮廓检测)
- 调整这些候选的大小(例如到 48x48px)并在一个非常简单的神经网络中输入其像素对应的布尔值(0 = 黑色像素,1 = 白色像素),然后为每个候选输出一个置信度值
- 确定照片中是否存在足球以及球的最可能位置
我一直在寻找合适的候选人。目前,这是我的方法;
然后我使用 findContours 在二值图像上查找轮廓。如果在二值图像 B 上没有找到候选对象(使用最小和最大边界框阈值),findContours 将在二值图像 A 上运行(并返回候选对象)。如果在二值图像 B 上找到一个或多个候选者,则原始图像将被重新模糊(使用内核 15),二值图像 C 将用于寻找轮廓并返回候选者。参见:生成的二值图像 C
这是生成这些二进制图像的代码:
def generateMask(imgOriginal, rgb, margin):
lowerLimit = np.asarray(rgb)
upperLimit = lowerLimit+margin
# switch limits if margin is negative
if(margin < 0):
lowerLimit, upperLimit = upperLimit, lowerLimit
mask = cv.inRange(imgOriginal, lowerLimit, upperLimit)
return mask
# generates a set of six images with (combinations of) mask(s) applied
def applyMasks(imgOriginal, mask1, mask2):
# applying both masks to original image
singleAppliedMask1 = cv.bitwise_and(imgOriginal, imgOriginal, mask = mask1) #res3
singleAppliedMask2 = cv.bitwise_and(imgOriginal, imgOriginal, mask = mask2) #res1
# applying masks to overlap areas in single masked and original image
doubleAppliedMaskOv1 = cv.bitwise_and(
imgOriginal,
singleAppliedMask1,
mask = mask2
) #res4
doubleAppliedMaskOv2 = cv.bitwise_and(
imgOriginal,
singleAppliedMask2,
mask = mask1
) #res2
# applying masks to joint areas in single masked and original image
doubleAppliedMaskJoin1 = cv.bitwise_or(
imgOriginal,
singleAppliedMask1,
mask = mask2
) #res7
doubleAppliedMaskJoin2 = cv.bitwise_or(
imgOriginal,
singleAppliedMask2,
mask = mask1
) #res6
return (
singleAppliedMask1, singleAppliedMask2,
doubleAppliedMaskOv1, doubleAppliedMaskOv2,
doubleAppliedMaskJoin1, doubleAppliedMaskJoin2
)
def generateBinaries(appliedMasks):
# variable names correspond to output variables in applyMasks()
(sam1, sam2, damov1, damov2, damjo1, damjo2) = appliedMasks
# generate thresholded images
(_, sam1t) = cv.threshold(sam1, 0, 255, cv.THRESH_BINARY_INV)
(_, sam1ti) = cv.threshold(sam1, 0, 255, cv.THRESH_BINARY_INV)
(_, sam2t) = cv.threshold(sam2, 0, 255, cv.THRESH_BINARY)
(_, sam2ti) = cv.threshold(sam2, 0, 255, cv.THRESH_BINARY_INV)
(_, damov1t) = cv.threshold(damov1, 0, 255, cv.THRESH_BINARY)
(_, damov2t) = cv.threshold(damov2, 0, 255, cv.THRESH_BINARY_INV)
(_, damjo1t) = cv.threshold(damjo1, 0, 255, cv.THRESH_BINARY_INV)
(_, damjo2t) = cv.threshold(damjo2, 0, 255, cv.THRESH_BINARY)
# return differences in binary images
return ((damov2t-sam2t), (sam1t-damov1t), (sam2ti-damjo2t))
此示例图像中的结果很好且非常有用,尽管它看起来非常错误:请参阅结果。
很容易让这个示例图像的结果更好(例如,只返回一个或两个候选者,其中包括一个完美的足球边界框),但是,在对我使用的参数进行了广泛的参数调整之后示例似乎产生了最佳的整体召回率。
但是,我非常坚持某些照片,我将展示原始图像、二进制 A 和 B 图像(基于使用内核 7 模糊的原始图像中值生成)和二进制 C 图像(内核 15)。目前我的方法平均每张照片返回大约 15 个候选对象,其中 25% 的照片至少包含一个完美的球边界框,而对于大约 75% 的照片,至少包含一个边界框这是部分正确的(例如,在边界框中有一块球,或者只是球本身的一块)。
(我最多只能发布 8 个链接)
希望大家能给我一些关于如何进行的建议。
解决方案
您也可以使用 blackhat 和 tophat 形态学操作来在白色部分中找到嵌套的黑色部分。它将比阈值更强大。
推荐阅读
- c++ - 在 C++ 中生成随机数
- php - PHP - 选择下拉菜单并在文本框中显示数据
- sas - 我在 SAS 中的 char 到 datetime 转换有什么问题?
- c++ - 错误:使用 dpdk 18.08 取消引用指向不完整类型的指针
- c# - 在 C# 中添加一个双精度数
- ruby-on-rails - 如何模拟 Rails.cache.fetch 的 nil 情况?
- reactjs - Sonarqube Lcov 覆盖范围未显示
- javascript - 数据范围之间的函数计算仅适用于第一行
- javascript - 从多级嵌套对象数组中创建嵌套 JSX 列表项 reactjs
- vue.js - 使用切片的Vue js表