opencv - 从图像中检测三角形、椭圆和矩形

Question

我正在尝试检测交通标志的区域。使用OpenCV，我的做法如下:

彩色图像:

使用 TanTriggs Preprocessing消除光照差异:

均衡直方图:

然后二值化 (Cv2.Threshold(blobs, blobs, 127, 255, ThresholdTypes.BinaryInv):

使用 ConnectedComponents 迭代每个 blob和 get the mean color value使用 blob 作为掩码。如果它是红色，则它可能是红色标志。

然后使用 FindContours 获取此 blob 的轮廓.

使用 ApproxPolyDP 简化轮廓并检查每个轮廓的点:

• 如果有 3 个点那么三角形是可以接受的 --> 三角形标志的候选
• 如果 4 分那么形状是可以接受的 --> 候选人
• 如果超过 4 个点，BBox 尺寸是可以接受的，并且大多数点都在拟合的椭圆上 ( FitEllipse ) --> 候选

此方法适用于二进制图像中的分离 Blob ，例如我示例中的圆形 100 公里标志。但是，如果与外部对象有连接，如二值图像中的三角形左下部分，则失败。

因为，这个 Blob 的平均值远非红色!

使用 Erosion在某些情况下有所帮助，但在许多其他图像中会使情况变得更糟。

使用不同的二值化阈值对某些人也有效，但对许多人无效；就像侵 eclipse 。

使用 HoughCircle只是非常慢，我无法通过参数来获得好的结果。

我试过使用 matchShapes 但没有得到好的结果。

谁能告诉我另一种方法来实现我想要的(用合理的计算时间)？

欢迎使用任何语言的任何信息或代码。

编辑:使用circularity measure ( C=P^2/4πA ) 或我上面介绍的方法，三角形和椭圆形分开后可以找到。然而，当轮廓是这样的，例如:

我找不到一种可靠的方法来提取三角形部分。如果可以的话，我会检查平均颜色，并确定它是否是红色标志候选者。

Answer 1

抱歉，我没有资格发表评论，但你不能使用红色吗？

import common
myshow = common.myshow

img = cv2.imread("ms0QB.png")
grey = np.zeros(img.shape[:2],np.uint8)
hsv = cv2.cvtColor(img,cv2.COLOR_mask = np.logical_or(hsv[:,:,0]>160,hsv[:,:,0]<10 )
grey[mask] = 255
cv2.imshow("160<hue<182",grey)
cv2.waitKey()