从这张图片中识别绿色圆圈

Question

我目前制作了一张由黑点和绿点组成的图像.....我打印了它然后用我的相机点击它.....之后我制作了一个程序来扫描这个opencv中的图像。这是图片：

这是代码

    image = imread("ImageTryse.jpg", 1); // Read the image
cv::resize(image, image, Size(800, 800), 0, 0, cv::INTER_CUBIC);
Mat image_gray = IncreaseContrast(image);
cvtColor(image_gray, image_gray, CV_BGR2GRAY);
vector<vec3f> circles1;
HoughCircles(image_gray, circles1, CV_HOUGH_GRADIENT, 2, 10, 100, 22, 10, 17);

我可以用这段代码扫描圆圈，运行循环遍历每个圆圈……但现在我想知道圆圈是绿色还是黑色……我不知道我不知道该怎么做....我尝试将它转换为 hsv 但它在有光的一侧显示不同的颜色......请帮我解决这个问题....

Answer 1

OpenCV 有一个名为 InRange 的函数（在 C++ 中为 cv2.InRange、Java- Core.InRange）。在该函数中，您提供了两个 Scalar 对象：一个是颜色范围的起始 BGR 颜色，另一个是结束。它会 return 你一个白色像素的掩码：白色在范围内，黑色不在。更多信息 HERE。我建议你在HoughCircles之前调用InRange，这样会更容易判断绿色对象中哪些对象是圆，而不是哪些圆是绿色。

我试过用这个方法来解决你的问题：

首先，我使用起始 HSV 值 Scalar(37, 38, 70) 和结束 Scalar(85, 255, 200) 执行 InRange 函数。请注意，您在标量中放置的不是 RGB 或 BGR 值，它是 HSV 颜色（范围从 H (0-180)、S(0-255)、V(0-255)，如 THIS 答案中所写):

其次，我像您在代码中那样执行 HoughCircles 算法：

如您所见，有一个圆圈不应该出现，而且两张图片上的圆圈大小可能不同。我强烈建议您使用 InRange 函数的值来改善颜色选择，使圆圈更圆更完美，并使用 HoughCircles 来避免随机和不必要的圆圈，因为我在最后一张图片的中间得到了一个。此外，我会建议您尝试使用 Canny 算法（Canny 边缘检测器）来清除这些对象的中心，也许您的结果会有所改善。

代码在Java中，但你应该很容易理解它，因为你主要关心的是InRange函数：

Mat src = new Mat();
Mat circles = new Mat();
Mat result;

Utils.bitmapToMat(Image, src);
Imgproc.cvtColor(src, src, Imgproc.COLOR_BGR2HSV);

Core.inRange(src, new Scalar(37, 38, 70), new Scalar(85, 255, 200), src);
Imgproc.HoughCircles(src, circles, Imgproc.CV_HOUGH_GRADIENT, 2, 30, 100, 22, 10, 17);

result = new Mat(src.rows(), src.cols(), CvType.CV_8UC1, new Scalar(0,0,0));
for (int i = 0; i < circles.cols(); i++)
{
    double[] circle = circles.get(0, i);
    if (circle == null) break;
    Point center = new Point(Math.round(circle[0]), Math.round(circle[1]));
    int radius = (int)Math.round(circle[2]);
    Imgproc.circle(result, center, radius, new Scalar(255, 0, 0));
}
return result;

最后，这个算法即使有正确的值也可能并不完美。我认为使用适当的值可以产生非常好的或完美的结果（遗憾的是我没有太多时间找出它们，所以我把它留给你），但如果你需要完美的结果我建议你尝试一下在更广泛的范围内。例如，在彩色图像上调用 Canny 函数（如您提供的那样）可能会为您提供非常准确的圆圈和其他物体的轮廓。然后，例如，您可以在这些轮廓上执行 HoughCircles 函数并获取它们的数据，清除圆圈外的所有像素。然后使用 InRange，您可以检查圆圈的颜色并对其进行分类……但这只是理论上的。尝试您想到的一切。此实验可能会为您提供比更新的当前结果更正确的结果。祝你好运！

Answer 2

好吧，我刚刚尝试了 HSV 方法，经过一些反复试验，我找到了只有绿色区域会出现的范围。一旦获得显示绿色圆圈位置的白色像素图像，就可以调用 HoughCircles。

HSV 的范围是 (32,22,0) 到 (103,142,160)

我希望这能解决问题。 :)

从这张图片中识别绿色圆圈

Identifying green circles from this image

c++

opencv

image-processing

hough-transform