时间戳

首页 > 解决方案 > OpenCV：隐藏在面具后面的轮廓。如何检测轮廓何时将在掩模边缘附近移动？

python - OpenCV：隐藏在面具后面的轮廓。如何检测轮廓何时将在掩模边缘附近移动？

问题描述

问题摘要

我正在检测光源前的物体轮廓。为了简化背景并去除噪音，我需要遮盖所有不是光源的东西。如何判断对象何时位于遮罩区域的边缘？

假设

假设无特征（用于边缘检测的单色黑白）和不明确的形状（图像 1 中的正方形可能是图像 2 中的圆形）。

“高质量”数字问题的详细解释

考虑光源前的剪影。它是不同的，我们可以说它嵌套在外轮廓内。图 1 描述了一个简化的案例。

独特的轮廓

在这种情况下，我们可以将外圈视为蒙版，并轻松忽略不在轮廓内的所有内容。图 2 描述了带有一些边缘检测的简化情况。

轮廓在这里既漂亮又简单。 胡扎。

一切都很好，直到剪影移动到光源的边缘。突然间，我们遇到了问题。图 3 是边缘形状的示例。

轮廓与面具无法区分。

轮廓与背景/蒙面区域的黑色无法区分。OpenCV 要么假设我们的光源的轮廓突然变成了奇怪的形状，并且没有其他物体可以被检测到。

问题重述

我可以使用哪些工具来检测边缘形状是否存在某种中断？是否有一种好的/计算成本低廉的方法来确定我们的轮廓是否与另一个相交？

我所知行不通的墓地

标签： pythonopencvgeometrycomputer-visionedges

解决方案

您可以使用该cv2.log_polar功能展开圆形/椭圆形。

log_polar

之后，np.argmax可用于查找曲线。尝试使用 Scipy's 平滑曲线signal.savgol_filter()。当物体遮挡光源时，平滑线和argmax数据会有很大的差异： 图形

这是我使用的代码：

import numpy as np
import cv2
# Read the image
img = cv2.imread('/home/stephen/Desktop/JkgJw.png', 0)
# Find the log_polar image
log_polar = cv2.logPolar(img, (img.shape[0]/2, img.shape[1]/2), 40, cv2.WARP_FILL_OUTLIERS)
# Create a background to draw on
bg = np.zeros_like(log_polar)
# Iterate through each row in the image and get the points on the edge
h,w = img.shape
points = []
for col in range(h-1):
    col_slice = log_polar[col:col+1, :]
    curve = np.argmax(255-col_slice)
    cv2.circle(bg, (curve, col), 0, 255, 1)
    points.append((curve, col))

cv2.imshow('log_polar', log_polar)
cv2.waitKey(0)
cv2.destroyAllWindows()


import scipy
from scipy import signal

x,y = zip(*points)
x_smooth = signal.savgol_filter(x,123,2)

import matplotlib.pyplot as plt
plt.plot(x)
plt.plot(x_smooth)
plt.show()

推荐阅读