Die quadratische Erkennung findet keine Quadrate

Ich benutze das Programm square.c in den Samples von OpenCV-Bibliotheken. Es funktioniert gut mit jedem Bild, aber ich kann wirklich nicht herausfinden, warum es das in diesem Bild gezeichnete Quadrat nicht erkennt

http://sofde.miximages.com/c%2B%2B/scaled.phpserver=12&filename=26725680.jpg&res=medium

Nach CANNY : http://img847.imageshack.us/img847/6787/canny.jpg

Nach DILATE : http://img593.imageshack.us/img593/3010/dilate.jpg

Das Ergebnisbild (in rot) http://img267.imageshack.us/img267/8016/resultuq.jpg

Wie Sie sehen können, wird das Quadrat NICHT erkannt.

Nach der Erkennung muss ich die im Quadrat enthaltene Fläche extrahieren … Wie ist es ohne ROI möglich?

Der folgende Quellcode zeigt eine kleine Variation des Square Detector- Programms. Es ist nicht perfekt, aber es veranschaulicht eine Möglichkeit, Ihr Problem anzugehen.

Sie können diesen Code auf das Original setzen und alle vorgenommenen Änderungen überprüfen, aber die wichtigsten sind:

  • Verringern Sie die Anzahl der Schwellenwerte auf 2 .

  • Erweitern Sie zu Beginn von findSquares() das Bild, um das dünne weiße Quadrat zu erkennen, und verwischen Sie dann das gesamte Bild, sodass der Algorithmus das Meer und den Himmel nicht als einzelne Quadrate erkennt.

Führen Sie nach dem Kompilieren die Anwendung mit der folgenden Syntax aus: ./app

 // The "Square Detector" program. // It loads several images sequentially and tries to find squares in // each image #include "highgui.h" #include "cv.h" #include  #include  #include  using namespace cv; using namespace std; void help() { cout < < "\nA program using pyramid scaling, Canny, contours, contour simpification and\n" "memory storage (it's got it all folks) to find\n" "squares in a list of images pic1-6.png\n" "Returns sequence of squares detected on the image.\n" "the sequence is stored in the specified memory storage\n" "Call:\n" "./squares\n" "Using OpenCV version %s\n" << CV_VERSION << "\n" << endl; } int thresh = 50, N = 2; // karlphillip: decreased N to 2, was 11. const char* wndname = "Square Detection Demo"; // helper function: // finds a cosine of angle between vectors // from pt0->pt1 and from pt0->pt2 double angle( Point pt1, Point pt2, Point pt0 ) { double dx1 = pt1.x - pt0.x; double dy1 = pt1.y - pt0.y; double dx2 = pt2.x - pt0.x; double dy2 = pt2.y - pt0.y; return (dx1*dx2 + dy1*dy2)/sqrt((dx1*dx1 + dy1*dy1)*(dx2*dx2 + dy2*dy2) + 1e-10); } // returns sequence of squares detected on the image. // the sequence is stored in the specified memory storage void findSquares( const Mat& image, vector >& squares ) { squares.clear(); Mat pyr, timg, gray0(image.size(), CV_8U), gray; // karlphillip: dilate the image so this technique can detect the white square, Mat out(image); dilate(out, out, Mat(), Point(-1,-1)); // then blur it so that the ocean/sea become one big segment to avoid detecting them as 2 big squares. medianBlur(out, out, 7); // down-scale and upscale the image to filter out the noise pyrDown(out, pyr, Size(out.cols/2, out.rows/2)); pyrUp(pyr, timg, out.size()); vector > contours; // find squares in every color plane of the image for( int c = 0; c < 3; c++ ) { int ch[] = {c, 0}; mixChannels(&timg, 1, &gray0, 1, ch, 1); // try several threshold levels for( int l = 0; l < N; l++ ) { // hack: use Canny instead of zero threshold level. // Canny helps to catch squares with gradient shading if( l == 0 ) { // apply Canny. Take the upper threshold from slider // and set the lower to 0 (which forces edges merging) Canny(gray0, gray, 0, thresh, 5); // dilate canny output to remove potential // holes between edge segments dilate(gray, gray, Mat(), Point(-1,-1)); } else { // apply threshold if l!=0: // tgray(x,y) = gray(x,y) < (l+1)*255/N ? 255 : 0 gray = gray0 >= (l+1)*255/N; } // find contours and store them all as a list findContours(gray, contours, CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE); vector approx; // test each contour for( size_t i = 0; i < contours.size(); i++ ) { // approximate contour with accuracy proportional // to the contour perimeter approxPolyDP(Mat(contours[i]), approx, arcLength(Mat(contours[i]), true)*0.02, true); // square contours should have 4 vertices after approximation // relatively large area (to filter out noisy contours) // and be convex. // Note: absolute value of an area is used because // area may be positive or negative - in accordance with the // contour orientation if( approx.size() == 4 && fabs(contourArea(Mat(approx))) > 1000 && isContourConvex(Mat(approx)) ) { double maxCosine = 0; for( int j = 2; j < 5; j++ ) { // find the maximum cosine of the angle between joint edges double cosine = fabs(angle(approx[j%4], approx[j-2], approx[j-1])); maxCosine = MAX(maxCosine, cosine); } // if cosines of all angles are small // (all angles are ~90 degree) then write quandrange // vertices to resultant sequence if( maxCosine < 0.3 ) squares.push_back(approx); } } } } } // the function draws all the squares in the image void drawSquares( Mat& image, const vector >& squares ) { for( size_t i = 0; i < squares.size(); i++ ) { const Point* p = &squares[i][0]; int n = (int)squares[i].size(); polylines(image, &p, &n, 1, true, Scalar(0,255,0), 3, CV_AA); } imshow(wndname, image); } int main(int argc, char** argv) { if (argc < 2) { cout << "Usage: ./program " < < endl; return -1; } // static const char* names[] = { "pic1.png", "pic2.png", "pic3.png", // "pic4.png", "pic5.png", "pic6.png", 0 }; static const char* names[] = { argv[1], 0 }; help(); namedWindow( wndname, 1 ); vector > squares; for( int i = 0; names[i] != 0; i++ ) { Mat image = imread(names[i], 1); if( image.empty() ) { cout < < "Couldn't load " << names[i] << endl; continue; } findSquares(image, squares); drawSquares(image, squares); imwrite("out.jpg", image); int c = waitKey(); if( (char)c == 27 ) break; } return 0; } 

Ausgänge :

Bildbeschreibung hier eingeben

Ich würde vorschlagen, dass Ihr Quadrat in diesem Bild zu dünn ist. Der erste Schritt in squares.c besteht darin, das Bild nach unten und wieder nach oben zu skalieren, um Rauschen zu reduzieren, bevor es an den Canny-Kantendetektor übergeben wird.

Die Skalierung faltet sich mit einem 5×5-coreel, das könnte in Ihrem Fall dazu führen, dass an einer so dünnen Kante ein Farbverlauf verloren geht.

Versuchen Sie, die Kanten Ihres Quadrats mindestens 5 Pixel groß zu machen, wenn Sie sie auf einem durchgehenden Hintergrund überlagern.