Opencv 如何使我的彩色物体检测和跟踪程序更有效？

首先，感谢所有stackoverflow用户的帮助。我真的很感激
因此，我制作了一个彩色物体检测程序。我可以控制鼠标的点击，甚至可以在MS paint中绘制一些东西

现在，我必须在学院的工程设计竞赛中展示我的作品。我需要让我的计划更有效。首先，我用来跟踪和移动的对象是一个红色的对象，我通过调整HSV值过滤掉了周围的颜色
但是，当我在不同的环境中尝试代码时，我发现了一些问题。周围有很多红色的物体，我的程序检测到这些物体并给我假值

---

因此，我的目标是：-我必须让我的程序在几乎所有的环境中运行，并使程序独立于背景。我的程序应该只跟踪和检测我想要的对象。因为，我是大学一年级的本科生，我的知识有限。所以，我想从专家那里得到一些建议。谢谢请不要使用源代码，因为我想理解并纠正我的错误。

假设您有一个二进制图像作为颜色过滤的输出，那么：

使用

findContours（）

-function（）提取对象。你可以得到所有红色物体的轮廓，包括你的可乐帽

现在你必须区分你的可乐帽和其他红色物体。在您的情况下，最好使用形态特征，如区域（如您所述）和对象的圆形（帽是圆形的！）：

• 面积可以通过

  轮廓面积（）

  -function（）计算，并与阈值进行比较

• 物体的圆度可以通过圆度=（4*PI*A）/p^2来计算，其中A是面积（通过上述函数计算），p是物体的周长。周长是

  arcLength（）

  -function（）的输出。圆的圆度为1。您可以将对象的值与它进行比较

综上所述，使用对象的面积和对象的圆度特征来区分焦炭帽与其他红色对象。

为了减少噪声（错误检测的数量），您可以尝试使用双阈值（我可能错了，但我认为它被称为滞后阈值，在Canny边缘检测器中使用的方法）：

您需要创建两个图像，一个阈值为t1=50，另一个阈值为t2=150（您可以调整参数以获得更稳定的性能，即启发式地找到最佳值）

对于t2中的每个非黑色像素（x，y）：在（x，y）处用灰色填充t1，在（x，y）处用黑色填充t2

完成后，擦除t1中的所有非灰色像素

现在t1应该对彩色球的可能位置有一个很好的似然估计

注意：阈值化并不一定意味着您必须使用opencv的“阈值”功能。您可以编写自己的代码，将颜色和传递颜色的范围作为输入

如果您只查找一个球，只需使用findContours函数查找面积最大的轮廓

---

不要试图达到100%的性能，记住：“完美是好的敌人”-Arisotle。

嘿，背景中的红色对象看起来如何，与您的跟踪对象相似？也许，你能提供一个例子吗？相机在跟踪时是固定的还是移动的？@Dennis:-Dennis，我用的红色物体基本上是一个可乐瓶盖。因此，当我尝试通过改变周围条件来使用该程序时，我放置了各种红色物体，如红帽、T恤上的红线、红笔等。当我检查阈值图像时，我发现这些物体出现在阈值图像中，我的程序显示“背景噪音太大，无法检测到任何物体”。我想我必须上传一张照片，这样你才能更好地了解我的情况。我有没有办法让我的程序只检测特定区域的物体，比如像可乐帽这样的物体？：-谢谢丹尼斯。我真诚地感谢你的帮助。你的想法真的帮了我很大的忙。我已经计算了物体的圆度，它大约是0.8-0.9。由于某种原因，它不是完全循环的。另外，当我在窗口中移动它时，在某些点上它有点崩溃（有点像碎片），圆度降低到0.7，但我仍然使用圆度选项过滤出一些较大的对象。