关于python：在opencv中检测罐子或瓶子


Detecting a can or bottle in opencv

我刚接触OpenCV，有几个问题。我需要根据瓶子或罐子的形状来检测它们。为此，我使用树莓圆板和圆周率照相机。背景总是黑色的，不会改变。我试过许多可能的解决办法，但都没有得到满意的结果。我尝试过的内容包括边缘检测、形态转换、matchshapes()、matchtemplate()。请告诉我，如果我能有效地和最大的准确性完成这项任务。

样本图像：

enter image description here

相关讨论

我想出了一个可能有帮助的办法！如果你知道更多关于罐子的事情，例如宽高比，通过调整矩形的大小，它可以更强大！

途径

  • 将图像转换为hsv颜色空间。将V增加2倍，以便有更多可见的东西。
  • 在x和y方向找到sobel衍生物。计算两个方向的等重量级。
  • 使用otsu方法设置图像阈值。
  • 对图像应用关闭。
  • 使用Canny边缘探测器。
  • 找到霍夫线变换。
  • 找到线条图像的边框。
  • 把它叠加到你的图像上。(最后完成：p)

代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
image = cv2.imread('image3.jpg', cv2.IMREAD_COLOR)
original = np.copy(image)
if image is None:
    print 'Can not read/find the image.'
    exit(-1)

hsv_image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
H,S,V = hsv_image[:,:,0], hsv_image[:,:,1], hsv_image[:,:,2]
V = V * 2

hsv_image = cv2.merge([H,S,V])
image = cv2.cvtColor(hsv_image, cv2.COLOR_HSV2RGB)
image = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)
# plt.figure(), plt.imshow(image)

Dx = cv2.Sobel(image,cv2.CV_8UC1,1,0)
Dy = cv2.Sobel(image,cv2.CV_8UC1,0,1)
M = cv2.addWeighted(Dx, 1, Dy,1,0)

# plt.subplot(1,3,1), plt.imshow(Dx, 'gray'), plt.title('Dx')
# plt.subplot(1,3,2), plt.imshow(Dy, 'gray'), plt.title('Dy')
# plt.subplot(1,3,3), plt.imshow(M, 'gray'), plt.title('Magnitude')

ret, binary = cv2.threshold(M,10,255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
# plt.figure(), plt.imshow(binary, 'gray')

binary = binary.astype(np.uint8)
binary = cv2.morphologyEx(binary, cv2.MORPH_CLOSE, cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (20, 20)))
edges = cv2.Canny(binary, 50, 100)
# plt.figure(), plt.imshow(edges, 'gray')

lines = cv2.HoughLinesP(edges,1,3.14/180,50,20,10)[0]
output = np.zeros_like(M, dtype=np.uint8)
for line in lines:
    cv2.line(output,(line[0],line[1]), (line[2], line[3]), (100,200,50), thickness=2)
# plt.figure(), plt.imshow(output, 'gray')

points = np.array([np.transpose(np.where(output != 0))], dtype=np.float32)
rect = cv2.boundingRect(points)
cv2.rectangle(original,(rect[1],rect[0]), (rect[1]+rect[3], rect[0]+rect[2]),(255,255,255),thickness=2)
original = cv2.cvtColor(original,cv2.COLOR_BGR2RGB)
plt.figure(), plt.imshow(original,'gray')


plt.show()

注意：您可以取消对显示每个步骤结果的行的注释！我只是为了可读性而评论它们。

结果

Result Image

注：如果你知道你的长宽比，你可以更好地修复它！

我希望这会有所帮助。祝你好运：

相关讨论