这是我的问题
Kinect 安装在房间顶部（天花板上）。然后我拍摄了 kinect 下方人员的深度图像。
所以我得到的是下面人物的俯视图。
那我要提取人头来统计人数。
在我看来，这个问题需要识别图像的 LOCAL 最小区域。但我想不出办法。
有人可以建议我实现这一目标的方法吗？
有没有获取局部最小区域的 OpenCV 函数？？
谢谢。
【问题讨论】：
标签： c++ image-processing kinect
您可以尝试watershed transform 来查找局部最小值。快速搜索找到了这个sample code，您可能想用 OpenCV 尝试一下。
【讨论】：
我会进行前景-背景分割，将静态背景与动态“前景”（人物）分开。
然后，一旦你有了人的点云/深度图，你就可以用一些区域增长 (flood fill) 方法对它们进行分割。这样你就可以得到分开的人，如果你专门寻找人头，你可以计算或找到他们的最低点。
【讨论】：
我会采用简单的方法，例如对近深度和远深度进行阈值处理，使用 and 操作将两者合并并在结果图像中找到轮廓。
它不是超级灵活，因为您需要对深度范围（预期的最低人体高度）进行硬编码，但它很容易设置/调整，并且计算成本不应该那么高。或者，您可以使用一些模糊和侵蚀/扩张来帮助细化轮廓。
虽然它比我解释的要多，你可以看一个演示here
这是一个使用 OpenCV 和 OpenNI 的基本示例：
#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
using namespace cv;
using namespace std;
int threshNear = 60;
int threshFar = 100;
int dilateAmt = 1;
int erodeAmt = 1;
int blurAmt = 1;
int blurPre = 1;
void on_trackbar(int, void*){}
int main( )
{
VideoCapture capture;
capture.open(CV_CAP_OPENNI);
if( !capture.isOpened() )
{
cout << "Can not open a capture object." << endl;
return -1;
}
cout << "ready" << endl;
vector<vector<Point> > contours;
namedWindow("depth map");
createTrackbar( "amount dilate", "depth map", &dilateAmt,16, on_trackbar );
createTrackbar( "amount erode", "depth map", &erodeAmt,16, on_trackbar );
createTrackbar( "amount blur", "depth map", &blurAmt,16, on_trackbar );
createTrackbar( "blur pre", "depth map", &blurPre,1, on_trackbar );
createTrackbar( "threshold near", "depth map", &threshNear,255, on_trackbar );
createTrackbar( "threshold far", "depth map", &threshFar,255, on_trackbar );
for(;;)
{
Mat depthMap;
if( !capture.grab() )
{
cout << "Can not grab images." << endl;
return -1;
}
else
{
if( capture.retrieve( depthMap, CV_CAP_OPENNI_DEPTH_MAP ) )
{
const float scaleFactor = 0.05f;
Mat show; depthMap.convertTo( show, CV_8UC1, scaleFactor );
//threshold
Mat tnear,tfar;
show.copyTo(tnear);
show.copyTo(tfar);
threshold(tnear,tnear,threshNear,255,CV_THRESH_TOZERO);
threshold(tfar,tfar,threshFar,255,CV_THRESH_TOZERO_INV);
show = tnear & tfar;//or cvAnd(tnear,tfar,show,NULL); to join the two thresholded images
//filter
if(blurPre == 1) blur(show,show,Size(blurAmt+1,blurAmt+1));
Mat cntr; show.copyTo(cntr);
erode(cntr,cntr,Mat(),Point(-1,-1),erodeAmt);
if(blurPre == 0) blur(cntr,cntr,Size(blurAmt+1,blurAmt+1));
dilate(cntr,cntr,Mat(),Point(-1,-1),dilateAmt);
//compute and draw contours
findContours(cntr,contours,0,1);
drawContours(cntr,contours,-1,Scalar(192,0,0),2,3);
//optionally compute bounding box and circle to exclude small blobs(non human) or do further filtering,etc.
int numContours = contours.size();
vector<vector<Point> > contours_poly( numContours );
vector<Rect> boundRect( numContours );
vector<Point2f> centers( numContours );
vector<float> radii(numContours);
for(int i = 0; i < numContours; i++ ){
approxPolyDP( Mat(contours[i]), contours_poly[i], 3, true );
boundRect[i] = boundingRect( Mat(contours_poly[i]) );
minEnclosingCircle(contours_poly[i],centers[i],radii[i]);
rectangle( cntr, boundRect[i].tl(), boundRect[i].br(), Scalar(64), 2, 8, 0 );
circle(cntr,centers[i],radii[i],Scalar(192));
}
imshow( "depth map", show );
imshow( "contours", cntr );
}
}
if( waitKey( 30 ) == 27 ) break;//exit on esc
}
}
即使您不使用 OpenNI 来获取深度流，您仍然可以将深度图像插入 OpenCV。此外，您可以检测边界框和圆圈，这可能有助于进一步过滤事物。假设您设置在办公空间中，您可能希望避开柱子、高大的植物、架子等，以便检查边界圆的半径或边界框的宽高比。
【讨论】：