python - 如何使用OpenCV更有效地隔离篮球场？

我的目标是尝试在以下框架中将法院隔离开来并概述一下:


我将OpenCV用于Python，这是按照以下步骤操作后的结果:

将图像转换为HSV

隔离给定色调范围内的像素

开发按位与掩码

使用Canny边缘检测

这是我的面具:


这是我的Canny边缘检测器的结果:


如您所见，我的Canny探测器性能很差，并且口罩中有很多噪音。我尝试了某些技术，包括侵 eclipse 和扩张，但并没有太大帮助。

我还能做些什么来确保将面罩传递到霍夫线变压器时，它实际上能够检测到球场的边缘？

这是一些代码供参考:

img = cv2.imread('imgs/bulls.jpg')
hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

court_color = np.uint8([[[160,221,248]]])
hsv_court_color = cv2.cvtColor(court_color, cv2.COLOR_BGR2HSV)
hue = hsv_court_color[0][0][0]

# define range of blue color in HSV
lower_color = np.array([hue - 10,10,10])
upper_color = np.array([hue + 10,255,255])

# Threshold the HSV image to get only blue colors
mask = cv2.inRange(hsv_img, lower_color, upper_color)

# Bitwise-AND mask and original image
res = cv2.bitwise_and(img,img, mask= mask)

plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)), plt.title('Original Image'), plt.show()
plt.imshow(mask, cmap='Greys'), plt.title('Mask'), plt.savefig('imgs/mask.jpg'), plt.show()

# Erosion
kernel = np.ones((2,2),np.uint8)
erosions2 = cv2.erode(mask,kernel,iterations = 5)

# Dilation
dilation = cv2.dilate(mask,kernel,iterations = 3)

# Opening
opening = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)

# Closing
closing = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel)

编辑:我正在尝试重复这项研究:web.stanford.edu/class/ee368/Project_Spring_1415/Reports/…。我想通过检测勾勒出球场轮廓的直线来隔离球场，以便最终使用单应性法来找到球场上球员的坐标。

最佳答案

在这种情况下，最好检测图像上的强线，因为法庭的颜色可能会在不同地方以及相机设置之间发生变化。检测线条，并使用统一的色块进行一些进一步的处理，应使您可以准确地分割球场区域。