OpenCV + python 红球检测与跟踪

Question

我正在研究对象检测和跟踪系统，输入是 rgb 网络摄像头流。我的代码没有检测到的问题，例如黄色、绿色和蓝色的几何物体，比如球，但是当涉及到红色球时，我正在挑战一个问题。

# converting the input stream into HSV color space
hsv_conv_img = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

# because hue wraps up and to extract as many "red objects" as possible, I define lower and upper boundaries for brighter and for darker red shades
bright_red_lower_bounds = (0, 100, 100)
bright_red_upper_bounds = (10, 255, 255)
bright_red_mask = cv2.inRange(hsv_conv_img, bright_red_lower_bounds, bright_red_upper_bounds)

dark_red_lower_bounds = (160, 100, 100)
dark_red_upper_bounds = (179, 255, 255)
dark_red_mask = cv2.inRange(hsv_conv_img, dark_red_lower_bounds, dark_red_upper_bounds)

# after masking the red shades out, I add the two images 
weighted_mask = cv2.addWeighted(bright_red_mask, 1.0, dark_red_mask, 1.0, 0.0)

# then the result is blurred
blurred_mask = cv2.GaussianBlur(weighted_mask,(9,9),3,3)

# some morphological operations (closing) to remove small blobs 
erode_element = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3))
dilate_element = cv2.getStructuringElement(cv2.MORPH_RECT, (8, 8))
eroded_mask = cv2.erode(blurred_mask,erode_element)
dilated_mask = cv2.dilate(eroded_mask,dilate_element)

# on the color-masked, blurred and morphed image I apply the cv2.HoughCircles-method to detect circle-shaped objects 
detected_circles = cv2.HoughCircles(dilated_mask, cv2.HOUGH_GRADIENT, 1, 150, param1=100, param2=20, minRadius=20, maxRadius=200)
if detected_circles is not None:
    for circle in detected_circles[0, :]:
        circled_orig = cv2.circle(frame, (circle[0], circle[1]), circle[2], (0,255,0),thickness=3)
    cv2.imshow("original", circled_orig)
else:
    cv2.imshow("original", frame)

问题：通过定义一个广泛的 "red" 范围来从 HSV 中提取，我的手和脸的一部分（当站在镜头前，拿着球时）也被提取出来了。后来 HoughCircles 方法在我手和脸的剩余区域检测到小圆圈。

我玩了一下 cv2.HoughCircles 的参数（不太容易调整），例如param2 的较小值比较大的值检测到更多（假）圆。

有没有人知道如何克服这个问题并消除误检测的圆圈？要求：系统对球的大小一无所知，它应该检测很多。所以我无法定义最小或最大圆半径来消除误报。

非常感谢。问候，克里斯

p.s.: 这段代码紧密面向this one

Answer 1

因为你脸上和手上的红色区域 - 我希望 - 比球更不均匀，尝试在 HSV 阈值之前模糊。这应该会软化您不想检测到的红色区域，并且在球上，颜色应该或多或少保持不变。

编辑： 如果您在评论中提供的示例与真实情况非常接近，则证明模糊可以解决您的问题。您基本上想要做的是创建多个轨迹条并针对不同类型的模糊同时调整它们；形态学操作；和 HSV 阈值本身（因为模糊可能会改变阈值的最佳值）。通过对结果检测区域的实时视图进行试验，这应该可以帮助您弄清楚什么有用，什么没用。

正如我的教授曾经说过的："if our eyes can see, the computer can see it"。这显然是这里的情况 - 球的颜色与贝克汉姆的脸颜色非常不同。

OpenCV + python 红球检测与跟踪

OpenCV + python red ball detection and tracking

python

opencv

tracking

object-detection