c++ - 检测所有符头，无论是全音符还是半音符

Question

我需要检测 given image 中的所有全音符和二分音符并将所有检测到的纸币打印成新图像。但似乎代码没有检测到半音符，它只检测到整个音符。

这是我的源代码

#include "opencv2/opencv.hpp"

using namespace cv;
using namespace std;

int main(int argc, char** argv)
{

    // Read image
    Mat im = imread("beethoven_ode_to_joy.jpg", IMREAD_GRAYSCALE);

    // Setup SimpleBlobDetector parameters.
    SimpleBlobDetector::Params params;

    // Change thresholds
    params.minThreshold = 10;
    params.maxThreshold = 200;

    // Filter by Area.
    params.filterByArea = true;
    params.minArea = 25;

    // Filter by Circularity
    params.filterByCircularity = true;
    params.minCircularity = 0.1;

    // Filter by Convexity
    params.filterByConvexity = true;
    params.minConvexity = 0.87;

    // Filter by Inertia
    params.filterByInertia = true;
    params.minInertiaRatio = 0.01;


    // Storage for blobs
    vector<KeyPoint> keypoints;


#if CV_MAJOR_VERSION < 3   // If you are using OpenCV 2

    // Set up detector with params
    SimpleBlobDetector detector(params);

    // Detect blobs
    detector.detect(im, keypoints);
#else 

    // Set up detector with params
    Ptr<SimpleBlobDetector> detector = SimpleBlobDetector::create(params);

    // Detect blobs
    detector->detect(im, keypoints);
#endif 

    // Draw detected blobs as red circles.
    // DrawMatchesFlags::DRAW_RICH_KEYPOINTS flag ensures
    // the size of the circle corresponds to the size of blob

    Mat im_with_keypoints;
    drawKeypoints(im, keypoints, im_with_keypoints, Scalar(0, 0, 255), DrawMatchesFlags::DRAW_RICH_KEYPOINTS);

    // Show blobs
    imshow("keypoints", im_with_keypoints);
    waitKey(0);

}

Answer 1

实际上，我现在没有 openCV。但我尝试在短时间内在 matlab 中解决这个问题。首先，in this image你会发现音符的头部比五线谱更暗。当我们深入其中时，我们会看到音符的中心有 0 值 in this image .我建议你可以将你的 RGB 图像转换为灰度图像，然后可以应用阈值。如果像素值等于 0，那么你应该得到它们，但如果不是，你就得不到它们。其结果是这里in this image .然后，我认为你可以应用一些形态学操作，比如膨胀。因为检测到的音符头会比原来的小一点。如果你想消除音符的上侧(我的意思是音符的粘贴部分)你可以用霍夫线变换来检测这部分，opencv有这个操作的功能(HoughLines或houghLinesP)。检测后你可以删除这部分或者如果你不想，你可以通过这一步。毕竟你可以通过霍夫变换在图像上找到圆形对象。HoughCircles函数在opencv中执行此任务。在Matlab中使用 findcircles 函数会更容易一些。最后，您可以在 opencv 中使用 circle 函数或在 matlab 中使用 viscircles 函数绘制已建立的圆。结果为 here

请注意，我没有应用形态学操作来改善音符头的大小。此外，我没有应用 houghline 变换来检测和删除棒状部分。如果你可以应用它们，我想你会得到更好的结果。这个算法只是一个建议，你可以通过尝试一些其他的操作来找到更好的算法。