python - 如何使用 OpenCV 更有效地隔离篮球场？

Question

我的目标是尝试将球场隔离在下面的框架中并勾勒出它的轮廓:

我正在为 Python 使用 OpenCV，这是执行以下步骤后的结果:

1. 将图像转换为 HSV
2. 隔离给定色调范围内的像素
3. 开发按位与掩码
4. 使用 Canny 边缘检测

这是我的面具:

这是我的 Canny 边缘检测器的结果:

如您所见，我的 Canny 检测器性能很差，我的 mask 中有很多噪音。我尝试了某些技术，包括腐 eclipse 和膨胀，但它们并没有太大帮助。

我还能做些什么来确保当我将 mask 传递给 Hough Line Transformer 时，它实际上能够检测到球场的边缘？

这里有一些代码供引用:

img = cv2.imread('imgs/bulls.jpg')
hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

court_color = np.uint8([[[160,221,248]]])
hsv_court_color = cv2.cvtColor(court_color, cv2.COLOR_BGR2HSV)
hue = hsv_court_color[0][0][0]

# define range of blue color in HSV
lower_color = np.array([hue - 10,10,10])
upper_color = np.array([hue + 10,255,255])

# Threshold the HSV image to get only blue colors
mask = cv2.inRange(hsv_img, lower_color, upper_color)

# Bitwise-AND mask and original image
res = cv2.bitwise_and(img,img, mask= mask)

plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)), plt.title('Original Image'), plt.show()
plt.imshow(mask, cmap='Greys'), plt.title('Mask'), plt.savefig('imgs/mask.jpg'), plt.show()

# Erosion
kernel = np.ones((2,2),np.uint8)
erosions2 = cv2.erode(mask,kernel,iterations = 5)

# Dilation
dilation = cv2.dilate(mask,kernel,iterations = 3)

# Opening
opening = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)

# Closing
closing = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel)

编辑:我正在尝试复制这项研究:web.stanford.edu/class/ee368/Project_Spring_1415/Reports/…。我想通过检测勾勒出球场轮廓的直线来隔离球场，以便我最终可以使用单应性来找到球场上球员的坐标。

Answer 1

在这种情况下，检测图像上的霍夫线是您的最佳选择，因为 field 颜色和相机设置会因地而异。检测线条并使用统一的色 block 进行一些进一步处理应该可以让您以一定的准确性分割球场区域。