Image 在图像上检测硬币（和拟合椭圆）

我目前正在一个项目中工作，我试图发现一些硬币躺在一个平面上（例如桌子上）。硬币不会重叠，也不会被其他物体隐藏。但可能还有其他可见的物体，而且照明条件可能并不完美。。。基本上，考虑你自己在你的桌子上拍摄一些硬币。

所以每个点都应该是可见的椭圆。由于我不知道相机的位置，椭圆的形状可能会有所不同，从圆形（从顶部观看）到扁平椭圆，这取决于硬币拍摄的角度

我的问题是，我不知道如何提取硬币，并最终在其上拟合椭圆（我正在寻找做进一步的计算）

现在，我刚刚做了第一次尝试，在OpenCV中设置了一个阈值，使用findContours（）获得轮廓线并拟合椭圆。不幸的是，轮廓线很少给我硬币的形状（反射、光线不好等等），这种方式也不是首选，因为我不希望用户设置任何阈值

另一个想法是在该图像上使用椭圆的模板匹配方法，但由于我不知道相机的角度，也不知道椭圆的大小，我认为这不会很好地工作

所以我想问是否有人能告诉我一种适合我的方法

有没有快速的方法从图像中提取三枚硬币？应在移动设备上实时进行计算，并且该方法对于不同或变化的灯光或背景颜色不应太敏感。

---

如果有人能告诉我哪种方法对我有效，那就太好了。

我不知道解决你问题的最佳方法是什么。但是，关于阈值，您可以使用Otsu的方法，该方法根据图像直方图的分析自动找到最佳阈值。使用OpenCV的方法，参数

ThresholdType

等于

THRESH_OTSU

不过，请注意，大津的方法仅适用于具有双峰直方图的图像（例如，在黑暗背景下具有明亮物体的图像）

您可能已经看到了这一点，但也有一种方法用于处理一组二维点（例如，连接的组件）

编辑：应用于样本图像的大津方法：

灰度图像：

应用大津方法的结果：

---

以下是一些实现传统方法（基于OpenCV）的C99源代码：

这是输出图像：

您可以改进的方面：

• 处理不同的椭圆方向（目前，我假设轴是垂直/水平的）。使用图像瞬间，这并不难做到
• 检查对象凸度（查看

  cvconverxitydefects

  ）

区分硬币和其他物体的最佳方法可能是根据形状。我想不出任何其他低级的图像功能（颜色显然已过时）。因此，我可以想到两种方法：

传统的目标检测 您的第一个任务是从背景中分离对象（硬币和非硬币）。正如卡尼里所建议的那样，Ohtsu的方法在这里很有效。你似乎担心图像是两部分的，但我不认为这会是一个问题。只要有大量的桌子可见，你就可以保证在你的直方图中有一个峰值。只要桌子上有几个视觉上可分辨的物体，你就可以保证你的第二个高峰

你的二值图像经过多次处理，以消除阈值化留下的噪声。这些硬币相对较大，因此它们应该能经受住这种形态操作

使用区域增长将白色像素分组到对象中——只需迭代连接相邻的前景像素。在该操作结束时，您将有一个不相交对象的列表，并且您将知道每个对象占用哪些像素

根据此信息，您将知道对象的宽度和高度（从上一步开始）。所以，现在你可以估计物体周围椭圆的大小，然后看看这个特定物体与椭圆的匹配程度。仅仅使用宽高比可能更容易

---

或者，您可以使用以更精确的方式确定对象的形状。

如果将来有人像我一样出现此问题，但使用C++：

使用

findContours

查找轮廓后（如上面Misha的回答），您可以使用

fitEllipse

轻松拟合椭圆，例如

    vector<vector<Point> > contours;

    findContours(img, contours, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0,0));

    RotatedRect rotRecs[contours.size()];

    for (int i = 0; i < contours.size(); i++) {
        rotRecs[i] = fitEllipse(contours[i]);
    }

矢量轮廓；
查找轮廓（img、等高线、等高线树、等高线链近似、点（0,0））；
RotatedRect rotRecs[轮廓.size（）]；
对于（int i=0；i

啊，对了，我听说过大津的方法。这看起来不错，但就像你说的，它只适用于二分直方图，在大多数情况下，我不会这样做，因为大部分其他对象都是可见的。我在这张照片上尝试了分水岭算法，效果很好，但对位法是跟踪硬币。我可以让用户在开始时选择硬币和桌子，但之后它会自动检测硬币。因此，用卡尔曼滤波器或粒子滤波器跟踪标记点可能不起作用，因为运动可能是不稳定的。你还有其他想法或建议吗？你以前没有提到过跟踪。你需要跟踪他们是因为他们在移动还是因为相机在移动？我猜是后者。请尝试OpenCV附带的blobtrack_sample.cpp。我在跟踪移动的车辆时得到了很好的效果，但在这种情况下，有很多很好的特征（拐角）需要跟踪，使用硬币可能会更困难。如果我使用

    vector<vector<Point> > contours;

    findContours(img, contours, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0,0));

    RotatedRect rotRecs[contours.size()];

    for (int i = 0; i < contours.size(); i++) {
        rotRecs[i] = fitEllipse(contours[i]);
    }