檢測該圖像中的綠色行，並計算它們的長度

Question

樣本圖像

該圖像可以是在倍以上嘈雜其中多個對象從背景中進行干預。現在我正在使用各種使用RGB色彩空間的技術來檢測線條，但是當由於背景中的障礙而導致顏色發生變化時，它會失敗。我正在使用opencv和python。 我已經讀過，HSV更適合用於顏色檢測並已使用但尚未成功。 我無法找到此問題的通用解決方案。這方面的任何提示或線索都會有很大的幫助。

Answer 1

你應該使用這個事實，你知道你正在試圖通過使用行hough變換來檢測一條線。 http://docs.opencv.org/2.4/doc/tutorials/imgproc/imgtrans/hough_lines/hough_lines.html

• 當障礙物也看起來像一個線路上使用，你大概知道什麼是綠線的方向的事實。
• 如果你不知道的行使用興田事實方向，有幾個綠線與同方向只有一條線是障礙

這裏是我的意思代碼：

import cv2 
import numpy as np 

# Params 
minLineCount = 300 # min number of point alogn line with the a specif orientation 
minArea = 100 

# Read img 
img = cv2.imread('i.png') 
greenChannel = img[:,:,1] 

# Do noise reduction 
iFilter = cv2.bilateralFilter(greenChannel,5,5,5) 

# Threshold data 
#ret,iThresh = cv2.threshold(iFilter,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU) 
iThresh = (greenChannel > 4).astype(np.uint8)*255 

# Remove small areas 
se1 = cv2.getStructuringElement(cv2.MORPH_RECT, (5,5)) 
iThreshRemove = cv2.morphologyEx(iThresh, cv2.MORPH_OPEN, se1) 

# Find edges 
iEdge = cv2.Canny(iThreshRemove,50,100) 

# Hough line transform 
lines = cv2.HoughLines(iEdge, 1, 3.14/180,75) 

# Find the theta with the most lines 
thetaCounter = dict() 
for line in lines: 
    theta = line[0, 1] 
    if theta in thetaCounter: 
     thetaCounter[theta] += 1 
    else: 
     thetaCounter[theta] = 1 

maxThetaCount = 0 
maxTheta = 0 
for theta in thetaCounter: 
    if thetaCounter[theta] > maxThetaCount: 
     maxThetaCount = thetaCounter[theta] 
     maxTheta = theta 

# Find the rhos that corresponds to max theta 
rhoValues = [] 
for line in lines: 
    rho = line[0, 0] 
    theta = line[0, 1] 
    if theta == maxTheta: 
     rhoValues.append(rho) 

# Go over all the lines with the specific orientation and count the number of pixels on that line 
# if the number is bigger than minLineCount draw the pixels in finaImage 
lineImage = np.zeros_like(iThresh, np.uint8) 
for rho in range(min(rhoValues), max(rhoValues), 1): 
    a = np.cos(maxTheta) 
    b = np.sin(maxTheta) 
    x0 = round(a*rho) 
    y0 = round(b*rho) 
    lineCount = 0 
    pixelList = [] 
    for jump in range(-1000, 1000, 1): 
     x1 = int(x0 + jump * (-b)) 
     y1 = int(y0 + jump * (a)) 
     if x1 < 0 or y1 < 0 or x1 >= lineImage.shape[1] or y1 >= lineImage.shape[0]: 
      continue 
     if iThreshRemove[y1, x1] == int(255): 
      pixelList.append((y1, x1)) 
      lineCount += 1 

    if lineCount > minLineCount: 
     for y,x in pixelList: 
      lineImage[y, x] = int(255) 

# Remove small areas 

## Opencv 2.4 
im2, contours, hierarchy = cv2.findContours(lineImage,cv2.RETR_CCOMP,cv2.CHAIN_APPROX_NONE) 

finalImage = np.zeros_like(lineImage) 
finalShapes = [] 
for contour in contours: 
    if contour.size > minArea: 
     finalShapes.append(contour) 

cv2.fillPoly(finalImage, finalShapes, 255) 
## Opencv 3.0 
# output = cv2.connectedComponentsWithStats(lineImage, 8, cv2.CV_32S) 
# 
# finalImage = np.zeros_like(output[1]) 
# finalImage = output[1] 
# stat = output[2] 
# for label in range(output[0]): 
#  if label == 0: 
#   continue 
#  cc = stat[label,:] 
#  if cc[cv2.CC_STAT_AREA] < minArea: 
#   finalImage[finalImage == label] = 0 
#  else: 
#   finalImage[finalImage == label] = 255 

# Show image 
#cv2.imwrite('finalImage2.jpg',finalImage) 
cv2.imshow('a', finalImage.astype(np.uint8)) 
cv2.waitKey(0) 

和用於圖像的結果：

Answer 2

仍在進行中

首先，RGB圖像由3個灰度圖像組成。既然你需要綠色，你只能處理一個通道。綠色的那個。爲此，您可以分割圖像，您可以使用b,g,r = cv2.split('Your Image')。如果你是顯示綠色通道，你會得到這樣的輸出：

之後，你應該使用門檻所需的方式形象。在這種情況下，我更喜歡Otsu's thresholding。閾值後輸出爲：

很明顯的是，閾值的圖像是extremley嘈雜。所以執行erosion會稍微降低噪音。該減噪圖像將是類似如下：

我嘗試使用closing代替dilation，但closing保留一些不必要的噪音。所以我分別執行erosion，然後是dilation。dilation後輸出爲：

需要注意的是：你可以做你自己的方式在形態操作。您可以使用opening而不是我所做的。結果是從一個人到另一個人從 主觀。現在

你可以嘗試一個這兩種方法：

1.斑點檢測。 2. HoughLine變換。

TODO

試試這兩種方法，並選擇最好的。