扫描靶纸得分

Question

我正在尝试编写一个桌面应用程序来计算射击目标范围纸的分数。
经过研究，找到一些文章可以提供帮助，但仍然是如何使用 openCv 或 emguCv 的问题，我擅长 C#，但 C++ 需要时间来学习它。
另一个问题，检测射击目标重叠弹孔的最佳方法是什么？
喜欢这张图片
图片如上。在环 7 和环 8 中有两个重叠的弹孔。在这种情况下，只需执行腐蚀即可轻松解决。

但是，在圆圈几乎完全重叠的情况下，我不知道如何识别它们。

一些链接可以提供帮助：

http://www.emgu.com/wiki/index.php/Shape_(Triangle,_Rectangle,_Circle,_Line)_Detection_in_CSharp

Answer 1

您可以按照以下步骤隔离重叠的项目符号：

将子弹与图像的其余部分隔离开来
在子弹上应用开口（腐蚀然后膨胀）
计算每个白色像素到最近的黑色像素的距离
应用阈值

C++代码：

cv::Mat preprocess(const cv::Mat image) {
    display(image, "Original");

    // Color thresholds
    cv::Scalar minColor(141, 0, 0);
    cv::Scalar maxColor(255, 255, 124);
    cv::Mat filtered;

    // Isolate the interesting range of colors
    cv::inRange(image, minColor, maxColor, filtered);
    filtered.convertTo(filtered, CV_8U);

    // Apply opening (erode then dilate)
    cv::Mat opening;
    cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(3, 3));
    cv::morphologyEx(filtered, opening, cv::MORPH_OPEN, kernel, cv::Point(-1,-1), 2);

    // Compute the distance to the closest zero pixel (euclidian)
    cv::Mat distance;
    cv::distanceTransform(opening, distance, CV_DIST_L2, 5);
    cv::normalize(distance, distance, 0, 1.0, cv::NORM_MINMAX);

    display(distance, "Distance");

    // Thresholding using the longest distance
    double min, max;
    cv::minMaxLoc(distance, &min, &max);
    cv::Mat thresholded;
    cv::threshold(distance, thresholded, 0.7 * max, 255, CV_THRESH_BINARY);
    thresholded.convertTo(thresholded, CV_8U);

    // Find connected components
    cv::Mat labels;
    int nbLabels = cv::connectedComponents(thresholded, labels);

    // Assign a random color to each label
    vector<int> colors(nbLabels, 0);
    for (int label = 1; label < nbLabels; ++label) {
        colors[label] = rand() & 255;
    }
    cv::Mat result(distance.size(), CV_8U);
    for (int r = 0; r < result.rows; ++r) {
        for (int c = 0; c < result.cols; ++c) {
            int label = labels.at<int>(r, c);

            result.at<uchar>(r, c) = colors[label];
        }
    }

    display(result, "Labels");

    return result;
}

Answer 2

您可以通过两种方式完成任务。

更简单的方法是减去图像。拍摄理想的目标图像，并在每次命中后或最后在完成整个拍摄后将其与目标图像相减。
另一种方法是分离颜色。如果子弹的颜色是蓝色，那么可以使用inRange函数过滤掉颜色。您甚至可以制作一个包含不同颜色项目符号的库，以便用户可以从选项中进行选择。我最近在 C# 中完成了类似的项目。有关详细信息，请联系我的电子邮件。(rajkumarm704@gmail.com)

扫描靶纸得分

Scan shoting target paper for score

c#

opencv

desktop-application

image-recognition

emgucv