如何提高目标检测？答案

【问题标题】：How to improve object detection?如何提高目标检测？
【发布时间】：2016-03-13 19:05:53
【问题描述】：

我想改进我的专为对象检测而设计的项目。

首先，为了得到我的实际结果，我使用absdiff，接下来我在下面的代码中使用以下操作：

cv::threshold(subtractionResultEdges, threshold, 0, 255, CV_THRESH_BINARY | CV_THRESH_OTSU);

    Sobel(threshold, sobel, CV_32F, 1, 0);

    minMaxLoc(sobel, &minVal, &maxVal);

    sobel.convertTo(sobel, CV_8U, 255.0 / (maxVal - minVal), -minVal * 255.0 / (maxVal - minVal));

    dilate(subtractionResultEdges, subtractionResultEdges, verticalStructreMat, Point(-1, -1));


    erode(subtractionResultEdges, filteredResult, verticalStructreMat, Point(-1, -1));

    Canny(filteredResult, filteredResult, 33, 100, 3);

我最后的操作是findContours(canny_output, *contours, *hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0, 0));

这是我使用accumulate 函数（20 帧）得到的每个函数和前景后的结果：

前景： http://j71i.imgup.net/foregroundc3dc.PNG

减法： http://p81i.imgup.net/subtractio2866.PNG

索贝尔： http://g51i.imgup.net/sobela1fb.PNG

阈值： http://p46i.imgup.net/treshold14c9.PNG

扩张、侵蚀和 Canny：

http://q68i.imgup.net/canny2e1a.PNG

查找轮廓： http://v76i.imgup.net/contours6845.PNG

背景也是从accumulate函数中获取的。

您能帮我获得更好的角或轮廓检测吗？我需要它，以像素为单位获取对象大小。

提前致谢！

【问题讨论】：

您能否提供一个您想要的检测示例？
我想检测包。一般来说，对象应该是一个长方体。它可以不平行于相机的边缘，所以我不想使用boundingRect 功能，因为在我看来，检测误差太大了。
尝试腐蚀，不使用 Canny，然后找到轮廓，它应该给出一个边界矩形，因为它只是变成一团白色像素。
我试过了，就像你说的那样，但结果比以前更糟。还有其他想法吗？
@Shreyas Kapur 这是结果：p16i.imgup.net/resultdc78.PNG

标签： opencv object-detection opencv-contour

【解决方案1】：

为dilate/erode 部分使用更大的内核，可能是 (11, 11) 甚至更大，或者进行多次迭代（这可以设置为参数。这应该更好地连接检测到的对象的各个部分，然后你的轮廓会更少。

要计算面积，你可以使用contourArea()

【讨论】：

我尝试使用更大的扩张和侵蚀过滤器，我得到了一些结果。你能告诉我如何从contourArea() 获得高度和宽度吗？也许使用其他函数，在我使用findContours function 得到的这个结果上。
不是来自contourArea，而是来自boundingRect，你可以获得宽度和高度。
boundingRect我之前试过，但对我来说效果不佳。
没用是什么意思？它将返回轮廓的边界矩形..所以也许你的轮廓一开始就不好？
我的意思是这个函数不能包围我的对象的矩形，因为我认为轮廓不完整。他们没有关闭。