Python OpenCV-使用实时摄像头检测托盘中丢失的硬币

我正在建立一个系统来检测从托盘中捡到的硬币。此托盘将存放在公共场所。人们会捡起一枚或多枚硬币，但会在一段时间后将它们放回原处

我会有一个通过顶部的网络摄像头直播的视频流。我将有一个校准步骤，比如在一天的开始，它捕获托盘的初始状态，用于与实时进纸进行比较。正如您在示例图像中所看到的，一些插槽一开始可能是空的

我需要检测最初有硬币的插槽，但在一天中的任何给定时间点丢失相同的插槽

我正在使用OpenCV尝试几种方法：

• SSIM差异：我可以使用SSIM查找实时图像帧和初始状态之间的差异。但是，有一些插槽大于相应的硬币尺寸（例如，顶部两排）。这可能意味着，如果硬币最初放在中间，但后来放回去接触其中一个边缘，我们可能会得到假阳性

• Blob检测：或者，我可以预先输入（或检测）插槽坐标。然后在每个插槽中执行水滴检测。如果一个水滴在原始状态下出现，但在相机框架中丢失，这意味着捡到了一枚硬币。然而，如果硬币和托盘之间的对比度较低，则准确的斑点检测可能是一个挑战

我可能还需要注意，由于周围移动的人的阴影，光线会有轻微的变化

对这些或其他可供尝试的方法有何想法？有没有类似的实现我可以学习

非常感谢

---

编辑：感谢@I.Newton的建议。对于那些偶然发现这个问题并从示例实现中受益的人，请看这里：

如果您完全控制了照明条件，您可以使用简单的颜色阈值来解决问题

首先为盒子做一个面具。你可以通过颜色阈值或使用自适应阈值或canny边缘等多种方式来实现。我是通过颜色阈值实现的

然后用同样的方法为硬币做一个面具

现在，从每枚硬币的中心填充你的盒子面具。它将只保留那些没有硬币的

现在，您可以将其与初始面具进行比较，以确定是否所有硬币都存在

---

这不包括帧减法。所以你不必担心硬币在盒子里的不同位置。你唯一需要确定的是制作面具的照明条件。如果你想确保硬币被放回同一个盒子，你应该进行模板匹配等，这同样需要努力。

因为硬币的背景是非常独特的红色。您可以尝试简单的基于HSV的颜色过滤。i、 e找出托盘区域并检查托盘的平均颜色。如果托盘为红色，则表示托盘中没有硬币！我有几个问题。1） 你只想检测硬币丢失的地方吗？2） 你想让每枚硬币都像以前一样准确地放在投币口吗？@janu777现在，我只想找出硬币丢失的地方。我想通过视频流上绘制的红色闪光矩形突出显示相应的插槽。一旦硬币被挡住，闪光就会消失。最后，我想处理这样一个用例：如果捡起两枚硬币并将它们放回对方的位置，就不会有警报。@BalajiR上面的图片只是为了说明。真实图像可能没有这么好的对比度。因此，我还试图了解我们是否可以利用初始图像（所有硬币都放在托盘上）来匹配实时流帧。这是一个很好的答案，对我提供的图像非常有效。然而，我似乎没有足够的对比度之间的硬币和托盘。下面是一个更合适的图像：对此有何想法？您可以尝试使用。那就行了。相应地更改函数的参数以适合您。我现在没有代码，因为我使用了同一个文件作为另一个答案。