使用opencv进行瞳孔检测，带有红外图像答案

【问题标题】：pupil detection using opencv, with infrared image使用opencv进行瞳孔检测，带有红外图像
【发布时间】：2013-11-15 22:53:48
【问题描述】：

我正在尝试从红外图像中检测瞳孔并计算瞳孔的中心。在我的设置中，我使用了一个对红外光敏感的相机，并在镜头上添加了一个可见光滤镜，并在相机周围添加了两个红外 LED。但是，我得到的图像模糊不太清晰，这可能是由于相机的分辨率低造成的，其最大分辨率约为 700x500。

在处理过程中，我做的第一件事就是将这个 RGB 图像转换为灰度图像，但结果很糟糕。结果一无所获。

int main()
{
    //load image
    cv::Mat src = cv::imread("11_13_2013_15_36_09.jpg");
    cvNamedWindow("original");
    cv::imshow("original", src);
    cv::waitKey(10);
    if (src.empty())
    {
        std::cout << "failed to find the image";
        return -1;
    }

    // Invert the source image and convert to graysacle
    cv::Mat gray;
    cv::cvtColor(~src, gray, CV_BGR2GRAY);
    cv::imshow("image1", gray);
    cv::waitKey(10);

    // Convert to binary image by thresholding it
    cv::threshold(gray, gray, 220, 255, cv::THRESH_BINARY);
    cv::imshow("image2", gray);
    cv::waitKey(10);

    // Find all contours
    std::vector<std::vector<cv::Point>>contours;
    cv::findContours(gray.clone(), contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);

    // Fill holes in each contour
    cv::drawContours(gray, contours, -1, CV_RGB(255, 255, 255), -1);
    cv::imshow("image3", gray);
    cv::waitKey(10);
    for (int i = 0; i < contours.size(); i++)
    {
        double area = cv::contourArea(contours[i]);
        cv::Rect rect = cv::boundingRect(contours[i]);
        int radius = rect.width / 2;

        // If controu is big enough and has round shape
        // Then it is the pupil
        if (area >= 800 &&
            std::abs(1 - ((double)rect.width / (double)rect.height)) <= 0.3 &&
            std::abs(1 - (area / (CV_PI * std::pow(radius, 2)))) <= 0.3)
        {
            cv::circle(src, cv::Point(rect.x + radius, rect.y + radius), radius, CV_RGB(255, 0, 0), 2);
        }
    }
    cv::imshow("image", src);
    cvWaitKey(0);
}

原图转换后，灰度图很糟糕，有没有人知道更好的解决方法？我对此完全陌生。对于查找圆圈的其余代码，如果您有任何 cmets，请告诉我。而且我还需要在原始图像上增加两个闪光（光点）的位置，有人知道吗？谢谢。

【问题讨论】：

您可能想要描述为什么灰色图片不好以及您认为代码的哪一部分是造成这种情况的原因。
这也是我想要找到的，我简单地使用了这个 cv::cvtColor(~src, gray, CV_BGR2GRAY)，将 BGR 图像转换为 GRAY 图像。然后图像太亮，无法区分瞳孔与其他部分。进行其他处理，这个转换是第一步。我应该怎么做，而不是将彩色图像转换为灰色图像？请参阅链接了解图像前后的样子。
我必须登录才能看到你的图片，我和其他许多人都不会这样做。
感谢 Mark 让我知道这一点。我以为您可以直接打开链接并查看图像。 starOverflow 不允许我在这里发布图片。所以我必须把它贴在别的地方。如果该链接也有效，我不知道下一步该做什么。 :-(
我建议您不要转换为 GRAY，而是使用 HSV（它可以更好地描述颜色，并且不会丢失 RGB-Gray 转换的任何信息）。另外，尝试使用@David 建议的无损格式（例如 PNG）。在最近的眼动追踪项目中，我使用了椭圆拟合，因为我想追踪虹膜和瞳孔以更好地估计中心。 :)

标签： image opencv infrared eye-detection

【解决方案1】：

在阈值化之前尝试均衡和过滤源图像；）

【讨论】：