opencv - 激光线检测opencv

我想检测自治系统的激光线。

到目前为止，我的工作是:
1.我将图像分成多个RGB channel
2.由于使用红色激光线，因此仅使用红色 channel
3.手动获取阈值
4.在二进制图像中搜索值!= 0

对于自动系统的用例，我无法手动设置阈值，如何解决此问题的任何想法？

而且，由于阳光的入射，仅搜索图像中的最高峰还不够好。

也许我可以搜索短峰。
因为在激光线的区域中，亮度快速增加，然后在激光线之后快速减小。

我如何在opencv中意识到这一点？

最佳答案

更新了

好的，我看了看您的最新照片。我的算法可归纳为以下步骤。

在图像

中找到最亮的列(即激光线)

在最亮的列中找到暗隙

在激光行

中找到间隙中最亮的相邻列

步骤1-在图像中找到最亮的列(即激光线)

最简单的方法是将图像向下压缩，使其仍保持其原始宽度，但是只有一个高像素有效地平均化图像每个垂直列中的像素。然后应用-auto-level将对比度对比度拉伸(stretch)到0-255的整个范围，并将其阈值设置为95％，以找到所有最亮的5％范围内的列。然后寻找阈值为白色(#ffffff)的像素。这是ImageMagick中的一行，如下所示:

convert http://i.stack.imgur.com/1P1zj.jpg -colorspace gray \
    -resize x1!                                             \
    -auto-level                                             \
    -threshold 95% text: | grep -i ffffff

输出:

297,0: (255,255,255)  #FFFFFF  white
298,0: (255,255,255)  #FFFFFF  white
299,0: (255,255,255)  #FFFFFF  white

因此，我现在知道第297-299列是激光线所在的列。请注意，如果图片稍微旋转或激光不垂直，则亮列将分为多列。要解决此问题，您可以将图像的宽度缩小两倍或三倍，以便相邻的列在较小的图像中趋于合并为一个，然后将列乘以缩小倍数即可找到原始位置。

这样就完成了步骤1，但是在步骤2之前采用了另一种方法。

我将图像分为1像素宽的列，其内容如下:

convert input.png -crop 1x +repage line%d.png

现在，我找到了最亮的一列(平均亮度最高的一列):

for f in line*; do m=$(convert -format "%[fx:mean]" $f info:);echo $m:$f ;done | sort -g

这给了

...
...
0.559298:line180.png
0.561051:line185.png
0.561337:line306.png
0.562527:line184.png
0.562939:line183.png
0.584523:line295.png
0.590632:line299.png
0.644543:line296.png
0.671116:line298.png
0.71122:line297.png      <--- brightest column = 297

步骤2-在最亮的列中找到暗隙

现在，我获取297列并对其进行自动调平，以使最暗的部分变为零，最亮的部分变为白色，然后将其取反。

convert line297.png -colorspace gray -auto-level -threshold 20% -negate txt:

...
0,100: (0,0,0)  #000000  black
0,101: (0,0,0)  #000000  black
0,102: (0,0,0)  #000000  black
0,103: (0,0,0)  #000000  black
0,104: (0,0,0)  #000000  black
0,105: (0,0,0)  #000000  black
0,106: (0,0,0)  #000000  black
0,107: (0,0,0)  #000000  black
0,108: (255,255,255)  #FFFFFF  white  <- gap in laser line
0,109: (255,255,255)  #FFFFFF  white  <- gap in laser line
0,110: (255,255,255)  #FFFFFF  white  <- gap in laser line
0,111: (255,255,255)  #FFFFFF  white  <- gap in laser line
0,112: (0,0,0)  #000000  black
0,113: (0,0,0)  #000000  black
...
0,478: (0,0,0)  #000000  black
0,479: (0,0,0)  #000000  black

步骤3-在激光行中找到间隙中最亮的相邻列

现在，如果我将此列与每一侧的每一列相乘，则不在激光线间隙中的其他列的所有部分将变为零，并且在激光线间隙中的所有部分将被相乘在我浏览297列两边的列时总计。

因此，我检查了第240到340列，将每一列与上一步中的蒙版相乘，然后看看激光线间隙中哪一个最亮:

for i in {240..340} ;do n=$(convert line${i}.png mask.png -compose multiply -composite -format "%[mean]" info:);echo $n:$i ;done | sort -g

输出如下:

458.495:248
466.169:249
468.668:247
498.294:260
502.756:250
536.844:259
557.726:258
564.508:251
624.117:252
627.508:253  <--- column 253 is brightest

然后，我可以看到列253在激光线最暗的区域最亮。因此，置换后的线位于第253列中。

我确信可以在opencv中很容易地完成此技术。

原始答案

我可以告诉您一种方法，但是由于我倾向于使用ImageMagick，因此无法为您提供opencv的任何代码。我将图像分成一系列垂直图像，每个垂直图像宽1像素-即单像素列。然后，我获得所有列中亮度的平均值，并且可以立即看到最亮的列。它工作得很好，这是我测试算法的方法:

Split image into single pixel columns
convert http://i.stack.imgur.com/vMiU1.jpg -crop 1x +repage line%04d.png

看看我们得到了什么:

ls line*
line0000.png    line0128.png    line0256.png    line0384.png    line0512.png
line0001.png    line0129.png    line0257.png    line0385.png    line0513.png
...
line0126.png    line0254.png    line0382.png    line0510.png    line0638.png
line0127.png    line0255.png    line0383.png    line0511.png    line0639.png

是的，有640条垂直线。检查一个...的大小

identify line0639.png
line0639.png PNG 1x480 1x480+0+0 8-bit sRGB 1.33KB 0.000u 0:00.000

是的，它的宽度为1像素，高度为480像素。

现在获得所有行的平均亮度并按亮度排序:

for f in line*; do m=$(convert -format "%[fx:mean]" $f info:);echo $m:$f ;done | sort -g

输出

0.5151:line0103.png
0.521621:line0104.png
0.527829:line0360.png
0.54699:line0356.png
0.567822:line0355.png
0.752827:line0358.png  <--- highest brightness
0.76616:line0357.png   <--- highest brightness

357和358列似乎很容易识别为您的答案。

关于opencv - 激光线检测opencv，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/27817156/