检测空车位 OPENCV答案

【问题标题】：Detect spots empty parking OPENCV检测空车位 OPENCV
【发布时间】：2015-04-02 03:39:59
【问题描述】：

我想应用检测器算法来检测空车区域，我已经阅读了 SIFT 和 SURF，但我不太明白。我已经看到了两个图像之间的比较示例，但这不是我想要的。您能解释一下如何使用 SURF 或 SIFT 来检测停车位的空位吗？

我还阅读了有关颜色直方图的内容，我可以提供一些有关它的文档吗？

我正在使用 OpenCV python 2.4.9 和 2.7

【问题讨论】：

请附上您正在使用的图片样本。另外，你试过什么？
您好，如何检测停车场的空位，我已经确定了我的停车区，因此，我已经确定了我的投资回报率。

标签： python opencv histogram surf parking

【解决方案1】：

这取决于您究竟想要实现什么 - 如果只是想找到一个空位并且您的相机高于停车位，那么找到道路颜色的点（很可能是沥青）很可能对您来说就足够了（请参阅http://docs.opencv.org/modules/core/doc/operations_on_arrays.html#cv2.inRange)。当然，您必须手动找到下边界和上边界（不要忘记照明差异 - 沥青在晚上会有不同的颜色，使用 HSV 颜色空间可能会更容易找到好的边界）并过滤不属于的停车部分空旷的地方（道路等）。

顺便说一句 - 看看这个Using OpenCV to detect parking spots

【讨论】：

你好，谢谢你的回复，是的，我考虑过沥青颜色，你能解释一下晚上沥青的亮度和颜色吗？我的程序检测了停车线并绘制了每个点，所以现在我已经确定了我感兴趣的区域
您需要自己找到界限或提供一些示例（图像），以便有人可以帮助您。在这里你可以阅读更多关于它的信息 - stackoverflow.com/questions/18771497/… 关于夜间的亮度 - 通常色调和颜色的饱和度（在 HSV 颜色空间中）应该是相似的，最大的区别在于颜色的值。您需要做的就是为白天和黑夜找到良好的界限并加入他们，
我有一个包含所有投资回报率（个人停车位）images_roi[] 的矩阵现在我有lower_color_asphalt = np.array([x,y,z]) upper_color_asphalt = np.array([x2,y2,z2])。如何获得这些值？
您需要自然地找到它们 - 将几个示例转换为 HSV 颜色空间并读取它们的值。另一种方法（我认为首选）是创建一个简单的应用程序，该应用程序将使用 inRange 函数并使用滑块/一些键调整上下限，观察它如何改变结果。