Image processing 利用OpenCV检测标记

我试图检测包含彩色标记的各种对象，因此红蓝绿标记标识对象a，红蓝红标记标识对象B。我的问题是我无法使用模板匹配，因为对象可以旋转，目前，我正在考虑检查每种颜色，然后通过检查颜色之间的距离来找到对象，但这似乎效率低下，所以我的问题是，有没有更好的方法来做到这一点？

您可能想尝试做局部颜色直方图，并使用颜色比率作为标识符。

这是我写的一篇短文。这可能正是您所要寻找的。

对于一种健壮且CPU效率较高的方法，我建议您首先使用cv:：transform对图像进行变换，以便输出图像通道的非零值对应于具有您想要跟踪的颜色的斑点。比如说,

     b   g   r   bias
r' [ -1  -1  1   -15 ]
b' [ 1   -1  -1  -15 ]

是一个变换矩阵，将非常红色像素的非零值分配给第一个输出通道，非常蓝色像素的非零值分配给第二个输出通道

然后，可以在输出通道上逐个运行cv:：findContours，以找到颜色合适的斑点。然后，通过遍历对、三元组等的斑点并对它们进行几何检查（例如，如果标记由蓝色、红色和绿色圆圈组成），则应该检查这三个斑点是“圆形的”足够的形状并彼此靠近，以将它们标记为标记而不仅仅是噪声。标记可以被定位。

为了跟踪它们，您可以在运行cv:：transform之后，对基于meanShift的跟踪应用某种CAMShift，而不是在每一帧都重新运行上述算法。在凸轮移动的情况下，如果正在跟踪的对象仍然是标记，则应在每一帧检查一次，如果要寻找稳健的跟踪器

---

来自跟踪的原始位置（可能还有旋转）值通常会有一些噪声。例如，如果房间里有荧光灯，并使用红蓝标记，则跟踪可能会“闪烁”一点。为了补偿，卡尔曼滤波器或扩展卡尔曼滤波器是有用的，但会引入许多需要调整/猜测的参数。

您能发布一些图像吗？