如何改进我的OpenCV程序以仅检测人行横道？

Question

如何改进我的OpenCV程序以仅检测人行横道？

3

我希望能够在下面的图像中检测出人行道并将其用红色填充，但程序也会检测到其他物体。这是我的代码：

import cv2
import numpy as np

img = cv2.imread("zebra_lane.jpg")
cv2.imshow("kep" ,img)
imgContour=img.copy()

def getContours(img, imgContour):
    contours, hierarchy = cv2.findContours(img,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)

    for cnt in contours:
        area=cv2.contourArea(cnt)
        if area>500:
            cv2.drawContours(imgContour, contours, -1, (0, 0, 255), 2)

            # peri=cv2.arcLength(cnt,True)
            # approx = cv2.approxPolyDP(cnt,0.02*peri,True)
            # # print(len(approx))
            # if len(approx)==4:
            #     x,y,w,h =cv2.boundingRect(approx)
            #     cv2.rectangle(imgContour,(x,y),(x+w,y+h), (0,0,255),1)


imgblur=cv2.GaussianBlur(img,(7,7),1)
imggray=cv2.cvtColor(imgblur,cv2.COLOR_BGR2GRAY)


imgcanny=cv2.Canny(imggray,150,90)
cv2.imshow("kep" ,imgcanny)

kernel=np.ones((1,1))
imgDil = cv2.dilate(imgcanny,kernel,iterations=1)
cv2.imshow("kep" ,imgDil)


getContours(imgDil,imgContour)
cv2.imshow("contour",imgContour)

- user14618331

预期的输出是什么？你想隔离出行人步行区吗？ - rayryeng

预期输出是将白色交叉口填充为红色，但仅限于交叉口。 - user14618331

2

在白色/灰色步态上设置阈值。然后仅获取这些轮廓并根据轮廓的大小进行过滤以排除小的轮廓。然后，如果您想要完整的范围，可以获取凸包来组合这些区域。 - fmw42

使用人工智能技术，进行语义分割。传统方法无法胜任，这需要AI。 - Christoph Rackwitz

遵循@fmw42的方法。这是一个非常明智的选择。 - rayryeng

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- fmw42 · Accepted Answer

以下是在Python/OpenCV中实现此过程的一种方法：

读取输入
对白色/灰色人行道条纹进行阈值处理
应用形态学开闭操作
获取外部轮廓
按面积筛选轮廓并保留好的轮廓
在输入上绘制好的轮廓
合并轮廓
计算合并轮廓的凸包
在输入上绘制凸包
保存结果

输入:

import cv2
import numpy as np

# read image
img = cv2.imread('walkway.jpg')

# threshold on white/gray sidewalk stripes
lower = (100,130,130)
upper = (180,200,200)
thresh = cv2.inRange(img, lower, upper)


# apply morphology close to fill interior regions in mask
kernel = np.ones((3,3), np.uint8)
morph = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel)
kernel = np.ones((5,5), np.uint8)
morph = cv2.morphologyEx(morph, cv2.MORPH_CLOSE, kernel)

# get contours
cntrs = cv2.findContours(morph, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cntrs = cntrs[0] if len(cntrs) == 2 else cntrs[1]

# filter on area
contours = img.copy()
good_contours = []
for c in cntrs:
    area = cv2.contourArea(c)
    if area > 200:
        cv2.drawContours(contours, [c], -1, (0,0,255), 1)
        good_contours.append(c)

# combine good contours
contours_combined = np.vstack(good_contours)

# get convex hull
result = img.copy()
hull = cv2.convexHull(contours_combined)
cv2.polylines(result, [hull], True, (0,0,255), 2)

# write result to disk
cv2.imwrite("walkway_thresh.jpg", thresh)
cv2.imwrite("walkway_morph.jpg", morph)
cv2.imwrite("walkway_contours.jpg", contours)
cv2.imwrite("walkway_result.jpg", result)

# display it
cv2.imshow("THRESH", thresh)
cv2.imshow("MORPH", morph)
cv2.imshow("CONTOURS", contours)
cv2.imshow("RESULT", result)
cv2.waitKey(0)

阈值图像：

形态学图像：

轮廓图像：

结果：