如何获取黑色背景上的白点坐标

Question

一些背景：

我正在制作一个 AR 艺术装置，需要在一个人穿过房间时对其进行跟踪。

为了做到这一点，我制作了一个头饰，它有几个红外灯（带漫射器）和一个相机（USB 网络摄像头），它有一个光学过滤器，可以从图像中去除 most/all 可见光，以及对图像的一些调整，基本上让我在黑色背景上留下白点。

以捕捉房间边界的方式设置网络摄像头非常容易，但我不确定如何处理黑白图像以获得 x,y每个点的坐标。

示例图像输出：（这是一个模型，因为我现在没有，而且请记住，数据将来自有效的视频）

我正在使用的工具

用于处理的 NodeJS
用于图像捕捉的罗技网络摄像头
Google 视觉效果纸板
聚苯乙烯泡沫塑料球中的红外 LED 可提供漂亮的漫射光点

有什么想法吗？

Answer 1

许多（大多数？）图像处理库（例如 OpenCV）都有连通分量提取模块。给定一个像您的示例中的二进制图像，您将获得所有连接的图像区域的列表。您可以计算这些的质心以获得点的中心。

Answer 2

一种方法是使用“Hough Transform”。霍夫变换基本上是将图像变换到另一个坐标系，您可以在其中 "easily" 检测圆形。

我在另一个问题中找到了一个nodejs-example。我不确定它是否对他们成功：hough transform - javascript - node.js

您还可以遍历图像的每个像素并检查它是否为白色，如果是白色，则找到所有白色邻居并将其移除。计算它们的平均 x-y 坐标，瞧，你得到了你的点的坐标。如果你没有太多噪音，这可能效果很好。

Answer 3

我可以想到三种使用 ImageMagick 的方法，它具有 node 绑定，安装在大多数 Linux 发行版上，可用于 OSX 和 [=63] =].

首先，在命令行中，只需键入以下内容：

identify -precision 5 -define identify:locate=maximum -define identify:limit=3 image.png
Channel maximum locations:
Gray: 65535 (1) 146,164 147,164 148,164

这表明三个最亮的像素是左上角横跨 146 像素和左上角向下 164 像素，以及它右边的两个像素。

或者，如果您对点的 and/or 质心区域感兴趣，您可以使用 ImageMagick 进行 连通分量分析 ，如下所示：

convert image.png                               \
    -colorspace gray -threshold 10%             \
    -define connected-components:verbose=true   \
    -connected-components 8 output.png

Objects (id: bounding-box centroid area mean-color):
0: 818x502+0+0 408.6,250.5 410539 srgb(0,0,0)
1: 11x11+143+164 148.0,169.0 97 srgb(255,255,255)

这向您显示（在最后一行输出中）白色斑点为 11 像素 x 11 像素，距离图像左边缘 143 像素，距离顶部向下 164 像素。它的质心位于 148,169，面积为 97 像素，颜色为白色。

找到的第一个对象（在输出的倒数第二行）是整个图像，您可以忽略它，因为它的颜色是黑色，即 rgb(0,0,0)。

我也可以稍微解释一下参数...我转换为灰度是因为 联合分量分析 传统上在黑白图像中寻找黑色背景上的白色对象。然后我设置了阈值以获得纯白和纯黑——例如，您可能需要在真实系统上使用中值滤波器来去除噪声 -median 3。 verbose=true 意味着该命令应该打印它找到的所有斑点的列表，而 8 意味着将 8 连接的像素视为同一斑点的一部分，即一个像素接触另一个位于其 NE、SE、SW 或 NW 角的一个被认为是同一个斑点的一部分 - 如果您将其设置为 4，像素必须直接相邻或彼此 above/below 才能被视为邻居。

如果你想"box in"它找到的区域，你可以这样做：

convert image.png -stroke red -fill none -strokewidth 2 -draw "rectangle 143,164 154,175" output.png

第三种方法比较慢，需要将图片转成文字，然后搜索"white"这个词。所以。让我们从简单开始，像这样将图像转换为文本：

convert image.png -threshold 50% txt:
# ImageMagick pixel enumeration: 818,502,255,srgb
0,0: (0,0,0)  #000000  black
1,0: (0,0,0)  #000000  black
2,0: (0,0,0)  #000000  black
3,0: (0,0,0)  #000000  black
...
... 410,000 lines later
...
813,501: (0,0,0)  #000000  black
814,501: (0,0,0)  #000000  black
815,501: (0,0,0)  #000000  black
816,501: (0,0,0)  #000000  black
817,501: (0,0,0)  #000000  black

现在，让我们改进一下，只寻找白色像素（在 Windows 上你会使用 FINDSTR 而不是 grep）：

convert image.png -threshold 50% txt: | grep white
146,164: (255,255,255)  #FFFFFF  white
147,164: (255,255,255)  #FFFFFF  white
148,164: (255,255,255)  #FFFFFF  white
149,164: (255,255,255)  #FFFFFF  white
150,164: (255,255,255)  #FFFFFF  white
145,165: (255,255,255)  #FFFFFF  white
146,165: (255,255,255)  #FFFFFF  white
147,165: (255,255,255)  #FFFFFF  white
148,165: (255,255,255)  #FFFFFF  white
149,165: (255,255,255)  #FFFFFF  white
150,165: (255,255,255)  #FFFFFF  white
151,165: (255,255,255)  #FFFFFF  white
144,166: (255,255,255)  #FFFFFF  white
145,166: (255,255,255)  #FFFFFF  white
146,166: (255,255,255)  #FFFFFF  white
147,166: (255,255,255)  #FFFFFF  white
148,166: (255,255,255)  #FFFFFF  white
149,166: (255,255,255)  #FFFFFF  white
150,166: (255,255,255)  #FFFFFF  white
151,166: (255,255,255)  #FFFFFF  white
152,166: (255,255,255)  #FFFFFF  white
143,167: (255,255,255)  #FFFFFF  white
144,167: (255,255,255)  #FFFFFF  white
145,167: (255,255,255)  #FFFFFF  white
146,167: (255,255,255)  #FFFFFF  white
147,167: (255,255,255)  #FFFFFF  white
148,167: (255,255,255)  #FFFFFF  white
149,167: (255,255,255)  #FFFFFF  white
150,167: (255,255,255)  #FFFFFF  white
151,167: (255,255,255)  #FFFFFF  white
152,167: (255,255,255)  #FFFFFF  white
153,167: (255,255,255)  #FFFFFF  white
143,168: (255,255,255)  #FFFFFF  white
144,168: (255,255,255)  #FFFFFF  white
145,168: (255,255,255)  #FFFFFF  white
146,168: (255,255,255)  #FFFFFF  white
147,168: (255,255,255)  #FFFFFF  white
148,168: (255,255,255)  #FFFFFF  white
149,168: (255,255,255)  #FFFFFF  white
150,168: (255,255,255)  #FFFFFF  white
151,168: (255,255,255)  #FFFFFF  white
152,168: (255,255,255)  #FFFFFF  white
153,168: (255,255,255)  #FFFFFF  white
143,169: (255,255,255)  #FFFFFF  white
144,169: (255,255,255)  #FFFFFF  white
145,169: (255,255,255)  #FFFFFF  white
146,169: (255,255,255)  #FFFFFF  white
147,169: (255,255,255)  #FFFFFF  white
148,169: (255,255,255)  #FFFFFF  white
149,169: (255,255,255)  #FFFFFF  white
150,169: (255,255,255)  #FFFFFF  white
151,169: (255,255,255)  #FFFFFF  white
152,169: (255,255,255)  #FFFFFF  white
153,169: (255,255,255)  #FFFFFF  white
143,170: (255,255,255)  #FFFFFF  white
144,170: (255,255,255)  #FFFFFF  white
145,170: (255,255,255)  #FFFFFF  white
146,170: (255,255,255)  #FFFFFF  white
147,170: (255,255,255)  #FFFFFF  white
148,170: (255,255,255)  #FFFFFF  white
149,170: (255,255,255)  #FFFFFF  white
150,170: (255,255,255)  #FFFFFF  white
151,170: (255,255,255)  #FFFFFF  white
152,170: (255,255,255)  #FFFFFF  white
153,170: (255,255,255)  #FFFFFF  white
143,171: (255,255,255)  #FFFFFF  white
144,171: (255,255,255)  #FFFFFF  white
145,171: (255,255,255)  #FFFFFF  white
146,171: (255,255,255)  #FFFFFF  white
147,171: (255,255,255)  #FFFFFF  white
148,171: (255,255,255)  #FFFFFF  white
149,171: (255,255,255)  #FFFFFF  white
150,171: (255,255,255)  #FFFFFF  white
151,171: (255,255,255)  #FFFFFF  white
152,171: (255,255,255)  #FFFFFF  white
153,171: (255,255,255)  #FFFFFF  white
144,172: (255,255,255)  #FFFFFF  white
145,172: (255,255,255)  #FFFFFF  white
146,172: (255,255,255)  #FFFFFF  white
147,172: (255,255,255)  #FFFFFF  white
148,172: (255,255,255)  #FFFFFF  white
149,172: (255,255,255)  #FFFFFF  white
150,172: (255,255,255)  #FFFFFF  white
151,172: (255,255,255)  #FFFFFF  white
152,172: (255,255,255)  #FFFFFF  white
145,173: (255,255,255)  #FFFFFF  white
146,173: (255,255,255)  #FFFFFF  white
147,173: (255,255,255)  #FFFFFF  white
148,173: (255,255,255)  #FFFFFF  white
149,173: (255,255,255)  #FFFFFF  white
150,173: (255,255,255)  #FFFFFF  white
151,173: (255,255,255)  #FFFFFF  white
146,174: (255,255,255)  #FFFFFF  white
147,174: (255,255,255)  #FFFFFF  white
148,174: (255,255,255)  #FFFFFF  white
149,174: (255,255,255)  #FFFFFF  white
150,174: (255,255,255)  #FFFFFF  white

关于 node 版本，我确实不太擅长 node 但我可以向您指出我的答案它通过 [=15= 执行另一个 ImageMagick 过程] 并希望你能适应，如果你在命令行尝试上面的方法并发现它对你足够好以至于你想使用 ImageMagick。

如何获取黑色背景上的白点坐标

How to get coordinates of white dots on black background

node.js

image-processing

webcam-capture

一些背景：

我正在使用的工具