使用 OpenCV 检测标记答案

【问题标题】：Detecting Markers Using OpenCV使用 OpenCV 检测标记
【发布时间】：2011-05-30 23:19:04
【问题描述】：

我正在尝试检测包含彩色标记的各种对象，因此红色蓝色绿色标记标识对象 A，红色蓝色红色标记标识对象 B。我的问题是我无法使用模板匹配，因为对象可以旋转，目前我正在考虑检查每种颜色，然后通过检查颜色之间的距离来找到对象，但这似乎效率低下，所以我的问题是有更好的方法吗？

【问题讨论】：

你能发一些图片吗？

标签： image-processing opencv computer-vision

【解决方案1】：

您可能想尝试制作局部颜色直方图，并使用颜色比率作为标识符。

【讨论】：

【解决方案2】：

这是我写的一篇关于tracking colored objects 的短文。这可能正是您想要的。

【讨论】：

【解决方案3】：

对于一种稳健且有点 CPU 效率的方法，我建议您首先使用 cv::transform 转换图像，以便输出图像通道的非零值对应于您要跟踪的具有颜色的 blob。例如，

     b   g   r   bias
r' [ -1  -1  1   -15 ]
b' [ 1   -1  -1  -15 ]

是一个转换矩阵，它将为非常红色的像素分配非零值到第一个输出通道，对于非常蓝色的像素到第二个输出通道。

然后，您可以在输出通道上逐一运行 cv::findContours，以找到颜色合适的 blob。然后，通过对 blob 的对、3 元组等进行迭代并对它们进行一些几何检查（例如，如果您的标记由蓝色、红色和绿色的圆圈组成，您应该检查这三个 blob 是否为“圆形" 足够的形状和彼此靠近的位置可以将它们视为标记，而不仅仅是噪声）可以定位标记。

要跟踪它们，您可以在运行 cv::transform 后对基于 meanShift 的跟踪应用某种 CAMShift，而不是每帧都重新运行上述算法。在 CAMShifting 的情况下，如果正在寻找一个稳健的跟踪器，则应该每帧检查被跟踪的对象是否仍然是标记。

来自跟踪的原始位置（可能还有旋转）值通常会有些嘈杂。例如，如果房间里有荧光灯并使用红蓝标记，则跟踪可能会“闪烁”一点。作为补偿，卡尔曼滤波器或扩展卡尔曼滤波器是有用的，但引入了很多需要调整/猜测的参数。

【讨论】：