我必须使用 OpenCV 编写一个对象检测器(在本例中是一个球)。问题是,在谷歌上的每一次搜索都会给我返回一些带有人脸检测的东西。所以我需要关于从哪里开始、使用什么等方面的帮助。
一些信息:
- 这个球没有固定的颜色,它可能是白色的,但它可能会改变。
- 我必须使用机器学习,不一定要复杂可靠,建议是 KNN(更简单、更容易)。
- 经过所有的搜索,我发现计算样本球图像的直方图并将其传授给 ML 可能很有用,但我主要担心的是球的大小可以并且将会改变(离相机)并且我不知道要传递给 ML 为我分类的内容,我的意思是.. 我不能(或者我可以吗?)只测试图像的每个像素以适应每个可能的大小(从,让我们说, 5x5 到 WxH) 并希望找到积极的结果。
- 可能存在不均匀的背景,例如人物、球后面的布等。
- 正如我所说,我必须使用 ML 算法,这意味着没有 Haar 或 Viola 算法。
另外,我曾想过使用轮廓在 Canny'ed 图像上找到圆圈,只需要找到一种方法将轮廓转换为一行数据来教授 KNN。
所以...建议?
提前致谢。 ;)
最佳答案
嗯,基本上你需要检测圆圈。你见过 cvHoughCircles()
吗?可以使用吗?
这个页面有很好的信息detecting stuff with OpenCV .您可能对 section 2.5 更感兴趣.
这是我刚刚编写的一个小演示,用于检测这张图片中的硬币。希望您可以使用代码的某些部分来发挥自己的优势。
输入:
输出:
// compiled with: g++ circles.cpp -o circles `pkg-config --cflags --libs opencv`
#include <stdio.h>
#include <cv.h>
#include <highgui.h>
#include <math.h>
int main(int argc, char** argv)
{
IplImage* img = NULL;
if ((img = cvLoadImage(argv[1]))== 0)
{
printf("cvLoadImage failed\n");
}
IplImage* gray = cvCreateImage(cvGetSize(img), IPL_DEPTH_8U, 1);
CvMemStorage* storage = cvCreateMemStorage(0);
cvCvtColor(img, gray, CV_BGR2GRAY);
// This is done so as to prevent a lot of false circles from being detected
cvSmooth(gray, gray, CV_GAUSSIAN, 7, 7);
IplImage* canny = cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1);
IplImage* rgbcanny = cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,3);
cvCanny(gray, canny, 50, 100, 3);
CvSeq* circles = cvHoughCircles(gray, storage, CV_HOUGH_GRADIENT, 1, gray->height/3, 250, 100);
cvCvtColor(canny, rgbcanny, CV_GRAY2BGR);
for (size_t i = 0; i < circles->total; i++)
{
// round the floats to an int
float* p = (float*)cvGetSeqElem(circles, i);
cv::Point center(cvRound(p[0]), cvRound(p[1]));
int radius = cvRound(p[2]);
// draw the circle center
cvCircle(rgbcanny, center, 3, CV_RGB(0,255,0), -1, 8, 0 );
// draw the circle outline
cvCircle(rgbcanny, center, radius+1, CV_RGB(0,0,255), 2, 8, 0 );
printf("x: %d y: %d r: %d\n",center.x,center.y, radius);
}
cvNamedWindow("circles", 1);
cvShowImage("circles", rgbcanny);
cvSaveImage("out.png", rgbcanny);
cvWaitKey(0);
return 0;
}
圆的检测很大程度上依赖于cvHoughCircles()
的参数。请注意,在这个演示中,我也使用了 Canny。
关于c++ - 使用 OpenCV 和机器学习的简单对象检测,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/6416117/