Обнаружение объекта в изображении камеры в C# [закрыто]

У меня есть изображение, взятое с живой веб-камеры, и я хочу иметь возможность обнаружить конкретный объект в изображении и извлечь эту часть его, чтобы сделать некоторую дальнейшую обработку.

в частности, изображение будет игровой доской, скажем, для целей этого вопроса, Что это игровая доска судоку.

мой первоначальный подход состоял в том, чтобы искать контрастные области и работать оттуда, но я, похоже, заканчиваю с большим количеством потенциальных краев (много ошибочных) и нет настоящая подсказка о том, как выяснить, какие из них я действительно хочу!

есть ли какие-либо алгоритмы, библиотеки, образцы кода или даже просто яркие идеи о том, как я буду искать и извлекать соответствующую часть изображения?

8
.net c# edge-detection image-processing

10 ответов

используйте бесплатный AForge.Net библиотека обработки изображений для этого. есть куча классных вещей, с которыми можно поиграть.

8

вам нужно выполнить работу фильтров и маски на изображении.

Я думаю, что нет простых путей чтобы просто получить объект из изображения, вам нужно использовать алгоритмы обнаружения края, отсечение и установить критерии для допустимых объектов / изображения.

вы также можете использовать порог изображения для обнаружения объекта. Вы можете посмотреть на библиотеку обработки изображений ниже.

  1. фильтры API для C, C++, C#, Visual Basic .NET, Delphi, Питон
  2. http://www.catenary.com/
  3. CImg по богаче, чем выше библиотека, однако она написана на C++
3

один из (Я думаю, много возможных) подходов:

  1. найдите фильтр, который "получает / вычисляет" прямые линии (ребра и т. д.) из данного образа.

  2. теперь у вас есть коллекция (массив) всех строк (xStart,yStart & xEnd,yEnd). Вы можете легко вычислить все длины линий по координатам.

    3. , учитывая, что вы всегда можете (!) ожидайте" one-biggest-square / rectangle " внутри изображения, это будет довольно легко найти и вычислить область wanted-sudoku-rectangle и обрезать ее с изображения, чтобы сделать некоторую дальнейшую обработку.

EDIT: решение / Программирование такого рода проблем всегда сложно, но очень интересно в то же время :).

1

вы можете попробовать использовать Преобразование Хафа.

1

Я бы начал с использования углового детектора (детектор Харриса работает хорошо), чтобы найти пересечения и углы сетки судоку.

затем я бы использовал эти точки для исправления изображения, чтобы преобразовать изображение, чтобы сетка была как можно более прямоугольной. Теперь у вас не должно быть проблем с поиском каждого квадрата для OCR.

исправление изображений не является простым и влечет за собой довольно много математики.

будьте готовы сделать некоторые чтении :)

Если изображения игровых досок уже близки к прямоугольным, вы можете, конечно, пропустить часть выпрямления и напрямую использовать угловые точки, чтобы найти свои квадраты для OCR.

многие люди предлагают использовать нейронные сети. Я совершенно уверен, что бросать нейронную сеть на эту проблему совершенно излишне. NNs (иногда) хороши, если вам нужно классифицировать объекты, где определение объекта расплывчато. "Найти автомобили в изображении" - это проблема, которая могла бы использовать для нейронной сети, так как автомобили могут выглядеть очень по-разному, но имеют некоторые функции. Таким образом, учитывая достаточное количество данных, вы можете обучить NN обнаруживать автомобили. В этой задаче у вас есть что-то очень регулярное и всегда выглядит почти одинаково, поэтому NN не сделает ничего проще или лучше.

1

использовать aforge colorfiltering

существует много методов фильтрации для c#, в основном я предпочитаю фильтры aforge, для этой цели у них мало фильтров, они

* ColorFiltering
* ChannelFiltering
* HSLFiltering
* YCbCrFiltering
* EuclideanColorFiltering

посмотреть здесь

1

взгляните на: https://github.com/dajuric/accord-net-extensions

библиотека "присоединяется" к бесплатной AForge.NET и Accord.NET библиотека и добавляет обработки изображений и отслеживания объектов-алгоритмы. Образцы включены:)

1

вы можете попробовать сначала найти пересечения жирным шрифтом и использовать их в качестве регистрационных знаков.

Это было бы хорошим началом, потому что:

  • они довольно однородной формы
  • вы знаете, сколько стоят
  • вы знаете, где (грубо говоря), они должны быть по отношению друг к другу
  • смогите допустить изменения масштаба

Так:

  1. применить пограничный фильтр
  2. Поиск маске* о какой идеал!--20-->+ должно выглядеть по всему изображению, записывая все, что хорошо соответствует
  3. выберите набор, который соответствует вашим ожиданиям лучше всего, в зависимости от местоположения относительно друг друга
  4. теперь вы также знаете, где должны быть числа, поэтому вы можете легко извлечь их.

* более сложным решением было бы использовать нейронную сеть вместо маски для распознавания пересечений. Это может стоить того, так как вы, вероятно, собираюсь использовать один для OCR чисел.

0

не отвергая никаких других идей, Шаг 1 действительно должен быть обнаружением вращения изображения. Вы можете сделать это, определив локальный градиент в каждой точке и создав его гистограмму. Это будет иметь 4 основных компонента при смещениях на 90 градусов. В идеале это будет 0, 90, 180 и 270, но если это не так, вы должны повернуть свое изображение. Е. Г. в качестве примера на рисунке вы должны начать с вращением в течение примерно 8 градусов по часовой стрелке.

0

вы должны google для CamShift или отслеживание Blob или фильтр частиц. Они все полезны для вашей проблемы. И большинство из них поставляются с OpenCV, и это обертка C# AForge.NET - ... Вы найдете несколько хороших демонстраций на Youtube, показывающих, как они работают.

удачи

0