2. 程式人生 > >尋找複雜背景下物體的輪廓（OpenCV / C++

尋找複雜背景下物體的輪廓（OpenCV / C++

阿新 • • 發佈：2018-12-14

content:

Hello there,

For a personnel projet, I'm trying to detect object and there shadow. These are the result I have for now: Original: 

題，原始問題

Object: 

Shadow: 

The external contours of the object are quite good, but as you can see, my object is not full. Same for the shadow. I would like to get full contours, filled, for the object and its shadow, and I don't know how to get better than this (I juste use "dilate" for the moment). Does someone knows a way to obtain a better result please? Regards.

二、問題分析

從原始圖片上來看，這張圖片的拍攝的背景比較複雜，此外光照也存在偏光現象；而提問者雖然提出的是“將縫隙合併”的要求，實際上他還是想得到目標物體的準確輪廓。

三、問題解決

基於現有經驗，和OpenCV，GOCVhelper等工具，能夠很快得出以下結果

h通道：

去光差：

閾值：

標註：

四、演算法關鍵

這套演算法首先解決了這個問題，而且我認為也是穩健魯棒的。其中，演算法中除了經典的“hsv分解->ostu閾值->最大輪廓標註”外，最為關鍵的演算法為頂帽去光差。這個演算法來自於岡薩雷斯《數字影象處理教程》形態學篇章，完全按照書本建議實現，體現良好作用。

//answerOpenCV OpenCV / C++ - Filling holes
#include "stdafx.h" #include <iostream> #include <vector> usingnamespace cv; usingnamespace std; //find the biggest contour vector<Point> FindBigestContour(Mat src){         int imax = 0;       int imaxcontour = -1;       std::vector<std::vector<Point> >contours;         findContours
(src,contours,CV_RETR_LIST,CV_CHAIN_APPROX_SIMPLE);     for (int i=0;i<contours.size();i++){         int itmp =  contourArea(contours[i]);         if (imaxcontour < itmp ){             imax = i;             imaxcontour = itmp;         }     }     return contours[imax]; } //remove Light difference by using top hat Mat moveLightDiff(Mat src,int radius){     Mat dst;     Mat srcclone = src.clone();     Mat mask = Mat::zeros(radius*2,radius*2,CV_8U);     circle(mask,Point(radius,radius),radius,Scalar(255),-1);     //top hat     erode(srcclone,srcclone,mask);     dilate(srcclone,srcclone,mask);     dst =  src - srcclone;     return dst; } int main( void ) {     Mat src = imread("e:/sandbox/question.png");     Mat src_hsv;     Mat bin;     Mat src_h;     cvtColor(src,src_hsv,COLOR_BGR2HSV);     vector<Mat> rgb_planes;     split(src_hsv, rgb_planes );     src_h = rgb_planes[0]; // h channel is useful     src_h = moveLightDiff(src_h,40);     threshold(src_h,bin,100,255,THRESH_OTSU);     //find and draw the biggest contour     vector<Point> bigestcontrour =  FindBigestContour(bin);     vector<vector<Point> > controus;     controus.push_back(bigestcontrour);     cv::drawContours(src,controus,0,Scalar(0,0,255),3);     waitKey();     return 0;

}

五、經驗小結

解決這個問題我只用了10分鐘的時間，寫部落格10分鐘。能夠快速解決問題並書寫出來的關鍵為：

1、積累維護的程式碼庫:GOCVHelper(https://github.com/jsxyhelu/GOCvHelper）

2、不斷閱讀思考實踐的習慣；

感謝閱讀至此，希望有所幫助!

相關推薦

尋找複雜背景下物體的輪廓（OpenCV / C++ - Filling holes）

一、問題提出 這是一個來自"answerOpenCV"（http://answers.opencv.org/question/200422/opencv-c-filling-holes/）整編如下： title：OpenCV / C++ - Filling holes content:

尋找複雜背景下物體的輪廓（OpenCV / C++

content: Hello there, For a personnel projet, I'm trying to detect object and there shadow. These are the result I have for now: Original:  題，原始問題 Object

尋找複雜背景下的物體輪廓 (從禾路的部落格園整理學習)

目錄 1.問題背景 2.解決思路 3.程式碼實現 4.相關資料 1.問題背景 由於拍攝時產生的陰影原因，所計算出來的物體輪廓並不完整。那麼有沒有方法檢測出物體的完整輪廓呢？             &n

複雜背景下的手勢識別應用於Android手機相簿

採用了HOG+SVM的方法對4種手勢進行識別， 即採用梯度方向直方圖（histograms of oriented gradient，HOG）用於提取手勢特徵， 採用支援向量機（support vector machine， SVM）作為手勢的判據。 我們定義了四種手勢，

（Opencv C++）數字影象處理環境配置

首先我們需要安裝Visual Studio，其連結如下：https://visualstudio.microsoft.com/zh-hans/downloads/ 這裡我們選擇下載的版本為社群版（社群版是免費的）： 然後安裝一些基本的外掛,我安裝的如下圖： 接下來我們需要去下

（Opencv C++）數字影象處理——影象分割壓縮

我們從下面三個方面來進行相應的數字影象處理 一、圖象噪聲估計 二、圖象分割 三、影象壓縮及解壓   一、圖象噪聲估計 •常見的噪聲模型：     •1、高斯噪聲； •2、瑞利噪聲； •3、伽馬噪聲； •4、指數分佈噪聲； •5

（Opencv C++）數字影象處理-頻域增強

    這裡我們將從兩個方面進行頻域增強的學習 一、任選兩幅影象（包括一副自備影象），計算其頻譜圖，並顯示     二、採用頻域濾波的方法進行影象降取樣和升取樣   一、首先計算其頻譜圖，用到的庫函式如下： CV_EXPO

（Opencv C++）數字影象處理——空域增強

我們將從以下三個方面來實現空域增強： 一、圖象灰度變換； 二、圖象平滑； 三、圖象銳化；   一、圖象灰度變換； （1）、顯示直方圖； （2）、對灰度影象進行直方圖均衡化； （3）、對灰度影象進行直方圖拉伸； 主要用到的庫函式如下： void cal

連通域標記演算法（二） 基於深度優先搜尋的連通域標記演算法（opencv C++實現）

        上一篇我們講到了MATLAB中的bwlabel連通域標記演算法的C++實現https://blog.csdn.net/Dhane/article/details/81633723，今天我來講一講另一種相對比較容易想到的連通域標記演算法。簡單點說

vs2013 打包並呼叫dll（opencv，多函式複雜情況下）

首先，先推薦兩個具有高質量的部落格，先把這兩個案例做成功了，我這邊的案例也差不多了。 博主認為使用函式進行打包的方法更加簡單。為避免前兩個博主的文章消

Dlib+opencv實時提取人臉輪廓（windows環境下//Dlib配置入門）

本文主要演示Dlib在windows環境下利用VS配置環境執行成功呼叫攝像頭的實時人臉特徵點提取以及輪廓的描繪。 ///////////////////////////////軟體資源//////////////////////////////// /

《python+opencv實踐》一、基於顏色的物體追蹤（下）

做了功能上的強化，強化如下： （1）加了pts清空，即當沒有檢測到目標時，清空pts，顯示的影象上不再有軌跡； （2）加了運動方向判別，能夠判別目標的運動方向及當前座標。 from collections import deque import numpy as np

【計算機視覺】OpenCV篇(9) - 輪廓（尋找/繪制輪廓）

app oop blank parser gin 邊緣檢測 alt win orm 什麽是輪廓？ 輪廓是一系列相連的點組成的曲線，代表了物體的基本外形。 輪廓與邊緣好像挺像的？ 是的，確實挺像，那麽區別是什麽呢？簡而言之，輪廓是連續的，而邊緣並不全都連續（見下圖示例）

（轉載）利用SIFT和RANSAC算法（openCV框架）實現物體的檢測與定位，並求出變換矩陣（findFundamentalMat和findHomography的比較） 置頂

bsp 解釋 邊界 返回值 class 不同的 rip 很多 per 原文鏈接：https://blog.csdn.net/qq_25352981/article/details/46914837#commentsedit 本文目標是通過使用SIFT和RANSAC算

Windows下編譯Yolov3（CUDA9.1+cudnn7.0+OpenCV 3.1.0）

按照官網給出CUDA9.1+cudnn7.0+OpenCV 3.1.0的版本安裝 1 安裝CUDA 9.1 預設位置安裝後發現環境變數自動加入了path   2 安裝cudnn 7.0.5 for cuda 9.1 下載地址：https://dev

0035-OpenCV環境下繪製輪廓的外接多邊形、最小立式矩形、最小外接圓

OpenCV提供了函式approxPolyDP()、boundRect()、minEnclosingCircle()分別計算給定點集的外接多邊形，最小立式矩形和最小外接圓，下面分別給出這三個函式的原型和引數意義。approxPolyDP函式(計算外接多邊形)： C++: void approxPol

OpenCv-C++下的輪廓周圍繪製矩形框和圓形框

目前我正在學習OpenCv下的輪廓周圍繪製矩形框和圓形框，將個人學習記錄放到這裡。 參考連結：https://blog.csdn.net/lanyuelvyun/article/details/76614872 https://blog.csdn.net/qq_31647835/arti

OpenCV(C++) 基礎（六）-- 繪製輪廓與分割修復

1.尋找輪廓： findContours() void findContours(src, contours, hierarchy, mode, method, offset); // hierarchy: 影象拓撲資訊，可選 // mode: 輪廓檢索模式，RETR_EX

基於Opencv的物體輪廓識別

OpenCV是一個很強大的視覺庫，因此本次我們根據一個小例子來說明如何簡單的繪製一個物體的輪廓。  第一步：二值化   就是將影象上的畫素點的灰度值設定為0或255，也就是將整個影象呈現出明顯的只有黑和白的視覺效果，便於接下來的操作。  函式原型：    double

OpenCv-C++-下的輪廓周圍繪製矩形框和圓形框

目前我正在學習OpenCv下的輪廓周圍繪製矩形框和圓形框，將個人學習記錄放到這裡。 下面介紹幾個相關函式： findContours（）：不用說了，找到影象的輪廓點 approxPolyDP（）：減少輪廓點集裡的個數 boundingRect（）：得到包覆此輪