8

5 つの油滴を含むビデオがあり、cv2.HoughCircles を使用してそれらを見つけようとしています。

これは私のコードです:

import cv, cv2
import numpy as np

foreground1 = cv2.imread("foreground1.jpg")
vid = cv2.VideoCapture("NB14.avi")

cv2.namedWindow("video")
cv2.namedWindow("canny")
cv2.namedWindow("blur")

while True:
    ret, frame = vid.read()
    subtract1 = cv2.subtract( foreground1, frame)
    framegrey1 = cv2.cvtColor(subtract1, cv.CV_RGB2GRAY)
    blur = cv2.GaussianBlur(framegrey1, (0,0), 2)
    circles =  cv2.HoughCircles(blur, cv2.cv.CV_HOUGH_GRADIENT, 2, 10, np.array([]), 40, 80, 5, 100)
    if circles is not None:
            for c in circles[0]:
                    cv2.circle(frame, (c[0],c[1]), c[2], (0,255,0),2)
    edges = cv2.Canny( blur, 40, 80 )
    cv2.imshow("video", frame)
    cv2.imshow("canny", edges)
    cv2.imshow("blur", blur)
    key = cv2.waitKey(30)

ハフ変換の結果は非常に不安定ですが、キャニーエッジ検出器は非常によく見えますが、すべてのフレームで異なる結果が得られます。

例：

フレーム1

フレーム2

フレーム3

私はパラメーターをいじっていますが、正直なところ、より安定した結果を得る方法がわかりません。

4

1 に答える 1

11

最初は油滴に重なりはないと思っていましたが、あります。したがって、Hough は確かにここで使用するのに適した方法かもしれませんが、RANSAC と組み合わせたときの経験はより優れています。それを調べることをお勧めしますが、ここではそれとは異なるものを提供します。

まず、この「foreground1.jpg」画像がなかったので、あなたが行う背景減算を実行できませんでした (結果を簡単に改善できます)。円を描くことも気にしませんでしたが、円と見なすオブジェクトの境界線を描くだけで、円を描くことができます。

ですから、まず重なりがないと仮定しましょう。次に、画像内のエッジを見つけ (簡単)、Otsu によるエッジ検出器の応答を 2 値化し、穴を埋め、最後に円形度を測定するだけで十分です。オーバーラップがある場合は、Watershed 変換を Distance 変換と組み合わせて使用​​して、液滴を分離できます。その場合の問題は、実際には円形のオブジェクトが得られないことです。私はそれについてあまり気にしませんでしたが、調整することができます。

次のコードでは、scipy接続されたコンポーネントのラベル付けにも使用する必要がありました (Watershed のマーカーを作成するために重要です)。OpenCV にはそれが欠けているためです。コードは正確に短くはありませんが、理解しやすいものにする必要があります。また、完全な現在のコードを考えると、Watershed によるセグメンテーションの後、目的のオブジェクトのみが残るため、循環性チェックは必要ありません。最後に、オブジェクトの中心までのおおよその距離に基づく単純化された追跡があります。

import sys
import cv2
import math
import numpy
from scipy.ndimage import label

pi_4 = 4*math.pi

def segment_on_dt(img):
    border = img - cv2.erode(img, None)

    dt = cv2.distanceTransform(255 - img, 2, 3)
    dt = ((dt - dt.min()) / (dt.max() - dt.min()) * 255).astype(numpy.uint8)
    _, dt = cv2.threshold(dt, 100, 255, cv2.THRESH_BINARY)

    lbl, ncc = label(dt)
    lbl[border == 255] = ncc + 1

    lbl = lbl.astype(numpy.int32)
    cv2.watershed(cv2.cvtColor(img, cv2.COLOR_GRAY2RGB), lbl)
    lbl[lbl < 1] = 0
    lbl[lbl > ncc] = 0

    lbl = lbl.astype(numpy.uint8)
    lbl = cv2.erode(lbl, None)
    lbl[lbl != 0] = 255
    return lbl


def find_circles(frame):
    frame_gray = cv2.cvtColor(frame, cv2.COLOR_RGB2GRAY)
    frame_gray = cv2.GaussianBlur(frame_gray, (5, 5), 2)

    edges = frame_gray - cv2.erode(frame_gray, None)
    _, bin_edge = cv2.threshold(edges, 0, 255, cv2.THRESH_OTSU)
    height, width = bin_edge.shape
    mask = numpy.zeros((height+2, width+2), dtype=numpy.uint8)
    cv2.floodFill(bin_edge, mask, (0, 0), 255)

    components = segment_on_dt(bin_edge)

    circles, obj_center = [], []
    contours, _ = cv2.findContours(components,
            cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)

    for c in contours:
        c = c.astype(numpy.int64) # XXX OpenCV bug.
        area = cv2.contourArea(c)
        if 100 < area < 3000:
            arclen = cv2.arcLength(c, True)
            circularity = (pi_4 * area) / (arclen * arclen)
            if circularity > 0.5: # XXX Yes, pretty low threshold.
                circles.append(c)
                box = cv2.boundingRect(c)
                obj_center.append((box[0] + (box[2] / 2), box[1] + (box[3] / 2)))

    return circles, obj_center

def track_center(objcenter, newdata):
    for i in xrange(len(objcenter)):
        ostr, oc = objcenter[i]
        best = min((abs(c[0]-oc[0])**2+abs(c[1]-oc[1])**2, j)
                for j, c in enumerate(newdata))
        j = best[1]
        if i == j:
            objcenter[i] = (ostr, new_center[j])
        else:
            print "Swapping %s <-> %s" % ((i, objcenter[i]), (j, objcenter[j]))
            objcenter[i], objcenter[j] = objcenter[j], objcenter[i]


video = cv2.VideoCapture(sys.argv[1])

obj_center = None
while True:
    ret, frame = video.read()
    if not ret:
        break

    circles, new_center = find_circles(frame)
    if obj_center is None:
        obj_center = [(str(i + 1), c) for i, c in enumerate(new_center)]
    else:
        track_center(obj_center, new_center)

    for i in xrange(len(circles)):
        cv2.drawContours(frame, circles, i, (0, 255, 0))
        cstr, ccenter = obj_center[i]
        cv2.putText(frame, cstr, ccenter, cv2.FONT_HERSHEY_COMPLEX, 0.5,
                (255, 255, 255), 1, cv2.CV_AA)

    cv2.imshow("result", frame)
    cv2.waitKey(10)
    if len(circles[0]) < 5:
        print "lost something"

これはビデオ全体で機能します。以下に 2 つのサンプルを示します。

ここに画像の説明を入力 ここに画像の説明を入力

于 2013-01-30T22:46:58.023 に答える