提取多邊形

Question

考慮以下圖像的形狀的子圖像：

這是從業務的視頻鏡頭的幀。

我想要做的是隻剪出即將到來的流量並分析它。我想要一個快速高效的方法，通過提供某些座標，我可以提取多邊形等。

我正在研究OpenCV和Python。

編輯：
一個選擇我看到的是處理圖像numpy的數組，並使用for循環中提取某些元素，但不會是有效的，我不知道，如果它的正確的事情。

Answer 1

我會建議使用輪廓提取您感興趣的區域（任何你想要的形狀）。 請參閱本文檔：Drawing Contours

你的方法應該如下：

1. 標誌點，使你的座標無論是圖像本身由MouseEventListener連接到窗口。
2. 通過使用創建一個面具圖像。 （全零）
3. 使用這些座標集，使用cv2.drawContours（）方法在「蒙版圖像」上繪製所需的形狀，並用白色（255）填充它。
4. 使用原始灰度圖像進行Bitwise_And操作。

示例代碼：

#Function 
def on_mouse(event, x, y, flags,(cPts,overlayImage,resetImage)): 
    if event==cv.CV_EVENT_LBUTTONUP: 
     cPts[0].append([x,y]) 
     cv2.circle(overlayImage,(x,y),5,(255),-1) 
    elif event==cv.CV_EVENT_RBUTTONUP: 
     cPts[0]=[] 
     print cPts 
     overlayImage[:]=resetImage[:] 


#Main Program 
cvImage=cv2.imread(inputImageFilePath) 
grayscaleImage=cv2.cvtColor(cvImage,cv.CV_BGR2GRAY) 
overlayImage=np.copy(grayscaleImage) 

cv2.namedWindow('preview') 
cPts=[[]] 
cv2.setMouseCallback('preview',on_mouse,(cPts,overlayImage,grayscaleImage)) 
opacity=0.4 
while True: 
    displayImage=cv2.addWeighted(overlayImage,opacity,grayscaleImage,1-opacity,0) 
    cv2.imshow('preview',displayImage) 
    keyPressed=cv2.waitKey(5) 
    if keyPressed==27: 
     break 
    elif keyPressed==32: 
     print cPts 
     cv2.drawContours(overlayImage,np.array(cPts),0,255) 
     maskImage=np.zeros_like(grayscaleImage) 
     cv2.drawContours(maskImage,np.array(cPts),0,255,-1) 
     extractedImage=np.bitwise_and(grayscaleImage,maskImage) 
     cv2.imshow('extractedImage',extractedImage) 
cv2.destroyAllWindows() 

Answer 2

我可以提出一個版本的算法：

1. 第一丟棄圖像的一部分，你是不感興趣，如果一個靜態的攝像頭，你可以手動計算該區域。在其他情況下嘗試使用Line Detection Algorithm
2. 然後用cvThreshold抽取背景（使用background extraction的很好例子）。
3. 提取後，您可以找到輪廓並分析它們的形狀以區分物體（汽車，人等）。

希望這會有所幫助。

Answer 3

好吧，我建議你做這樣的事情：

1. 獨立的圖像分成不同的區域，根據不同的事情主要是照明。
2. 然後，對於每個區域，應用閾值將重要區域（交通）與不重要區域（樹木等）分開。 （cv2.threshold）
3. 使用的輪廓，你可以從其他的東西區分車輛。（cv2.findContours和更多）

如果您有視頻或類似的東西流，你可以使用像運動檢測過。

有些鏈接可能對您有用：

• Tutorial on Contours
• Some things about Hough lines and Hough circles
• Thresholds和How they work
• Question with code on Motion Detection。