快速、稳健地检测反射球的方法

Question

我的图像中有一个高反射率的球，如下所示：

什么是实时检测球的稳健方法？（5-10 帧/秒）

我尝试了几种分割算法，但它们无法将球与背景分开，而是将球切成碎片，因为球本身有许多不同的区域。

由于反射性质，简单的圆形霍夫变换效果不佳。这同样适用于任何简单的阈值或形态学操作。

您对处理一般反光表面有什么建议吗？

Answer 1

HoughCircles的建议很棒，只要您大致了解球在框架中的移动方式，以及您所占的最小、最大半径：

import numpy as np
import cv2
import cv2.cv as cv

img = cv2.imread('wcEXm.jpg',0)


#Method 1: Hough Circles
img = cv2.medianBlur(img,5)
cimg = cv2.cvtColor(img,cv2.COLOR_GRAY2BGR)

# HoughCircles(image, method, dp, minDist[, circles[, param1[, param2[, minRadius[, maxRadius]]]]])
circles = cv2.HoughCircles(img,cv.CV_HOUGH_GRADIENT,dp=1,minDist=50,param1=127,param2=30,minRadius=50,maxRadius=150)

circles = np.uint16(np.around(circles))
for i in circles[0,:]:
    # draw the outer circle
    cv2.circle(cimg,(i[0],i[1]),i[2],(0,255,0),2)
    # draw the center of the circle
    cv2.circle(cimg,(i[0],i[1]),2,(0,0,255),3)

cv2.imshow('detected circles',cimg)

另一种选择是使用findContours()。通过正确的选项和一些过滤（例如dilate()，erode()），您可以将球从背景中分割出来，并且宽度和高度之间的比率（更接近正方形）将有所帮助。

然而，如果您对球的大小不感兴趣，只知道它在哪里，那么有一个巧妙的小东西可能会大大简化这一过程。你的球是反光的，甚至开始检测你将需要光源，因此，即使颜色/环境看起来不同，球也会有一个亮点。假设光源不在画面中，您的反光球可能是场景中下一个最亮的物体：

import cv2

img = cv2.imread('wcEXm.jpg',0)

minVal, maxVal, minLoc, maxLoc = cv2.minMaxLoc(img)
cv2.circle(img, maxLoc, 20, (0,192,0),10)

就 RaspberryPi 上的性能而言，我建议如下：

1. 使用 Adrian 的关于在 Python 中使用 PiCam 和 OpenCV 的教程
2. 如果您计划使用minMaxLoc()或其他处理灰度图像的函数，您可以使用'yuv'颜色空间并简单地使用 Y（亮度）通道来节省一些时间，而无需从 RGB 转换为亮度/灰度
3. 使用较小的分辨率（例如 320x240 或 160x120）。如果您需要将球的 x,y 位置映射到其他位置，您可以按比例缩放结果。

更新： 另一件事可能会有所帮助，那就是Canny 边缘检测，因为场景很简单，球会很突出：

edges = cv2.Canny(img,100,200)