OpenCV对象检测实例

Python与机器学习 徐 自远 1058℃

OpenCV对象检测实例

原创 不靠谱的猫 2019-01-09 21:36:31

在本文中,我将演示如何跟踪传送带上的对象。这可以用于在传送带上定位对象,或者可以进一步用于执行质量控制和检查。我将在Windows上使用Python OpenCV库进行此演示。原始视频如下:

假设在视频的00:00:24和00:00:36之间,有我们要检测的对象。让我们从剪切我们最感兴趣视频部分开始。

一旦我们剪切后,我们现在可以开始编辑和操作我们的小视频,以生成精确的检测和跟踪运动中的对象。首先导入Python库

我们可以导入剪切视频并运行它。

首先,我们可以提取移动对象的前景和背景(fgbg)。在下面的Python代码中,fgbg应用于main frame。它检测任何变化的像素并将它们的颜色设置为白色,同时保持所有静态像素为黑色。然后我们可以根据它们的强度和大小提取运动物体的轮廓。然后,提取位置(x,y)以及高度(h)和宽度(w)以围绕这些轮廓绘制矩形。请注意,这些框的位置和尺寸是从fgmask中提取的,并且实际上是在main frame上绘制的。

如果我们包含上面的代码,我们会看到类似下面的图片:

fgmask

然而,移动的像素不仅仅是输送带上的物体,输送带本身也有微小的运动,在背景中有框架上的反射,横条和设备。这将导致检测所有这些运动作为单独的对象。

初始噪声检测

要解决这个问题,我们可以做的第一件事是指定一个感兴趣的区域(ROI),并引入一些去噪函数。这是通过包含以下Python代码行来实现的。

更改fgbg mask的参数以从提取的ROI中获取其图像也很重要。当物体在它们下方通过时,我们仍然存在横杆反射的问题。以下Python代码在这些区域上绘制线条以避免混淆。

最后,这将为我们提供干净的物体检测,噪音可以忽略不计。

应用ROI和去噪后的fgbg

ROI and cross bars blackout

最终检测

总结一下,这是最终的Python代码:

 

 

OpenCV对象检测实例http://t.jinritoutiao.js.cn/N9dNNk/

转载请注明:徐自远的乱七八糟小站 » OpenCV对象检测实例

喜欢 (0)

苏ICP备18041234号-1 bei_an 苏公网安备 32021402001397号