提取图像中的激光线(使用 OpenCV)

Extracting a laser line in an image (using OpenCV)

我有一张激光线的图片,我想从图像中提取出那条线。

由于激光线是红色的,我取图像的红色通道,然后在每一行中搜索最高强度:

现在的问题是,还有一些不属于激光线的点(如果放大第二张图,可以看到这些点)。

有没有人知道接下来的步骤(去除单个点并提取线)?

这是另一种检测线路的方法: 首先我用内核模糊了那条 "black-white" 线,然后我把那条模糊线变细(骨架)成一条细线,然后我应用了一个 OpenCV 函数来检测这条线。结果如下图所示:

新:

现在我遇到了另一个更困难的情况。 我要提取绿色激光。
这里的问题是激光线的颜色范围比较宽而且变化多端。
在激光线的某些部分,像素只有高绿色成分,而在其他部分,像素也有高蓝色成分。

对于没有任何代码的简短回答,我真的很抱歉,但我建议您绘制等高线并对其进行处理。

我不知道你到底需要什么,所以这里有两种方法供你使用:

  • 在单条线上收集尽可能多的轮廓(使用中心并尝试找到均值最小的直线)

  • 作为第一种方法,但尝试试探性地组合分离的线....这要困难得多,但这可能会给你几乎完整的图像激光线。

--

你的图片的一些例子:

import cv2
import numpy as np
import math

img = cv2.imread('image.png')
hsv = cv2.cvtColor(img, cv2.COLOR_RGB2HSV)
# filtering red area of hue
redHueArea = 15
redRange = ((hsv[:, :, 0] + 360 + redHueArea) % 360) 
hsv[np.where((2 * redHueArea) > redRange)] = [0, 0, 0] 
# filtering by saturation
hsv[np.where(hsv[:, :, 1] < 95)] = [0, 0, 0]
# convert to rgb
rgb = cv2.cvtColor(hsv, cv2.COLOR_HSV2RGB)
# select only red grayscaled channel with low threshold  
gray = cv2.cvtColor(rgb, cv2.COLOR_RGB2GRAY)
gray = cv2.threshold(gray, 15, 255, cv2.THRESH_BINARY)[1]
# contours processing
(_, contours, _) = cv2.findContours(gray.copy(), cv2.RETR_LIST, 1)
for c in contours:
    area = cv2.contourArea(c)
    if area < 8: continue
    epsilon = 0.1 * cv2.arcLength(c, True) # tricky smoothing to a single line
    approx = cv2.approxPolyDP(c, epsilon, True)
    cv2.drawContours(img, [approx], -1, [255, 255, 255], -1)

cv2.imshow('result', img)
cv2.waitKey(0)

在你的情况下它工作得很好,但是,正如我已经说过的,你需要做更多的轮廓工作。

获取每一行的最大值将始终输出一个值,而不是在值不够高时忽略。也可以考虑使用阈值,这样您就可以丢弃不够高的阈值。

但是,这根本不是一种非常有效的方法。一个更好更简单的解决方案是使用 OpenCV 函数 inRange();在所有三个通道中定义红色的下限和上限,这将 return 具有白色像素的二值图像,其中图像强度在 BGR 范围内。

这在 python 中,但它完成了工作,应该很容易看出如何使用该功能:

import cv2
import numpy as np

img = cv2.imread('image.png')
lowerb = np.array([0, 0, 120])
upperb = np.array([100, 100, 255])
red_line = cv2.inRange(img, lowerb, upperb)

cv2.imshow('red', red_line)
cv2.waitKey(0)

这会产生输出:

这可以通过寻找轮廓或其他方法将点变成漂亮的曲线来进一步处理。