12

PythonのOpenCVを介して単色のブロブトラッキングを取得しようとしています。以下のコードは機能していますが、最大のブロブの重心だけでなく、追跡されたすべてのピクセルの重心が検出されます。これは、すべてのピクセルの瞬間を撮影しているためですが、他にどのようにカラートラックを作成するかがわかりません。私は、これをマルチブロブアベレージャーではなくシングルブロブトラッカーにするために正確に何をする必要があるのか​​ということに固執しています。

コードは次のとおりです。

#! /usr/bin/env python 

#if using newer versions of opencv, just "import cv"
import cv2.cv as cv

color_tracker_window = "Color Tracker" 

class ColorTracker: 

def __init__(self): 
    cv.NamedWindow( color_tracker_window, 1 ) 
    self.capture = cv.CaptureFromCAM(0) 

def run(self): 
    while True: 
        img = cv.QueryFrame( self.capture ) 

        #blur the source image to reduce color noise 
        cv.Smooth(img, img, cv.CV_BLUR, 3); 

        #convert the image to hsv(Hue, Saturation, Value) so its  
        #easier to determine the color to track(hue) 
        hsv_img = cv.CreateImage(cv.GetSize(img), 8, 3) 
        cv.CvtColor(img, hsv_img, cv.CV_BGR2HSV) 

        #limit all pixels that don't match our criteria, in this case we are  
        #looking for purple but if you want you can adjust the first value in  
        #both turples which is the hue range(120,140).  OpenCV uses 0-180 as  
        #a hue range for the HSV color model 
        thresholded_img =  cv.CreateImage(cv.GetSize(hsv_img), 8, 1) 
        cv.InRangeS(hsv_img, (120, 80, 80), (140, 255, 255), thresholded_img) 

        #determine the objects moments and check that the area is large  
        #enough to be our object 
        moments = cv.Moments(thresholded_img, 0) 
        area = cv.GetCentralMoment(moments, 0, 0) 

        #there can be noise in the video so ignore objects with small areas 
        if(area > 100000): 
            #determine the x and y coordinates of the center of the object 
            #we are tracking by dividing the 1, 0 and 0, 1 moments by the area 
            x = cv.GetSpatialMoment(moments, 1, 0)/area 
            y = cv.GetSpatialMoment(moments, 0, 1)/area 

            #print 'x: ' + str(x) + ' y: ' + str(y) + ' area: ' + str(area) 

            #create an overlay to mark the center of the tracked object 
            overlay = cv.CreateImage(cv.GetSize(img), 8, 3) 

            cv.Circle(overlay, (x, y), 2, (255, 255, 255), 20) 
            cv.Add(img, overlay, img) 
            #add the thresholded image back to the img so we can see what was  
            #left after it was applied 
            cv.Merge(thresholded_img, None, None, None, img) 

        #display the image  
        cv.ShowImage(color_tracker_window, img) 

        if cv.WaitKey(10) == 27: 
            break 

if __name__=="__main__": 
    color_tracker = ColorTracker() 
    color_tracker.run()
4

2 に答える 2

8

次のようにする必要があります。

1) inRange 関数を使用してしきい値処理された画像を取得します。侵食と膨張を適用して、小さなノイズの多い粒子を削除できます。処理速度の向上に役立ちます。

2) 「findContours」関数を使用して輪郭を見つける

3) 'contourArea' 関数を使用して等高線の領域を見つけ、最大領域を選択します。

4) 先ほどと同じように中心を見つけ、追跡します。

以下は、新しい cv2 モジュールでのサンプル コードです。

import cv2
import numpy as np

# create video capture
cap = cv2.VideoCapture(0)

while(1):

    # read the frames
    _,frame = cap.read()

    # smooth it
    frame = cv2.blur(frame,(3,3))

    # convert to hsv and find range of colors
    hsv = cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)
    thresh = cv2.inRange(hsv,np.array((0, 80, 80)), np.array((20, 255, 255)))
    thresh2 = thresh.copy()

    # find contours in the threshold image
    contours,hierarchy = cv2.findContours(thresh,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)

    # finding contour with maximum area and store it as best_cnt
    max_area = 0
    for cnt in contours:
        area = cv2.contourArea(cnt)
        if area > max_area:
            max_area = area
            best_cnt = cnt

    # finding centroids of best_cnt and draw a circle there
    M = cv2.moments(best_cnt)
    cx,cy = int(M['m10']/M['m00']), int(M['m01']/M['m00'])
    cv2.circle(frame,(cx,cy),5,255,-1)

    # Show it, if key pressed is 'Esc', exit the loop
    cv2.imshow('frame',frame)
    cv2.imshow('thresh',thresh2)
    if cv2.waitKey(33)== 27:
        break

# Clean up everything before leaving
cv2.destroyAllWindows()
cap.release()

ここで、色付きのオブジェクトの追跡に関するいくつかのサンプルを見つけることができます: https://github.com/abidrahmank/OpenCV-Python/tree/master/Other_Examples

また、新しい cv2 インターフェイスを使用してみてください。古い cv よりもはるかにシンプルで高速です。詳細については、これをチェックアウトしてください: What is different between all these OpenCV Python interfaces?

于 2012-10-18T02:01:42.307 に答える
2

しきい値処理後、ブロブ検出または cvfindcontours を使用して個々のブロブを取得します。

于 2012-10-17T21:35:12.087 に答える