使用Python-OpenCV进行水平和垂直边缘剖面

Question

我正在尝试在图像中检测车辆（实际上是视频中的一系列帧）。我对opencv和Python都很新，并且在Windows 7下工作。

有没有一种方法可以获取图像的水平边缘和垂直边缘，然后将结果图像相加到各自的向量中？

是否有可用于此的Python代码或函数。

我查看了这个和这个，但并不知道该如何操作。 您可以使用以下图像进行说明。

编辑

我受到了以下论文提出的想法的启发（如果您没有访问权限，请见谅）。

Betke，M。; Haritaoglu，E。和Davis，LS实时多车辆检测和跟踪从移动车辆机器视觉和应用程序，Springer-Verlag，2000年，12，69-83

- Stat-R

Answer 1

我会看一下opencv的squares示例，在这里发布。它使用Canny然后进行轮廓查找以返回每个正方形的边缘。您应该能够修改此代码以获取您要查找的水平和垂直线条。这里是Python调用Canny的文档链接。对于全面的边缘检测非常有帮助。大约一个小时后，我可以回家给您提供一个可工作的示例。

- a sandwhich

---

谢谢。我提供的图像（正方形）仅用于说明目的，因为我没有一张免费的车辆在路上的图像。 - Stat-R

如果你碰巧知道车辆的后部长什么样子，并且可以假设它保持相对恒定，那么我建议使用模板匹配。在这种情况下，它可能会更准确，计算上也会更轻松一些。 - a sandwhich

模板的想法可能会缩小感兴趣的区域。不幸的是，现实生活中的问题并不适合基本算法。我拍摄的视频在路上，我需要识别司机所包含的每辆车。 - Stat-R

可以理解。我大约一年前写了一个用C语言编写的程序，可以从仪表盘摄像头中检测车牌。虽然这不是我最终确定的方案，但模板匹配在那种情况下实际上效果还不错。需要注意的一点是，对于许多汽车来说，它们上面可能被检测到的线条并不总是水平和垂直的。您可能需要扩展您的系统以包括某些线条的模式，例如圆形梯形（挡风玻璃）。 - a sandwhich

抱歉让您久等了，我比预期更忙。我想我找到了那篇文章，读完后我会贴上样例。 - a sandwhich

Answer 2

对Sobel滤波器进行一些阅读。

http://en.wikipedia.org/wiki/Sobel_operator

你可以在每个像素处基本获得垂直和水平梯度。 以下是OpenCV的函数。

http://docs.opencv.org/modules/imgproc/doc/filtering.html?highlight=sobel#sobel

一旦您获取了这些过滤图像，就可以按列/行收集统计数据并确定是否为边缘，并获取该位置。

- Krish

Answer 3

通常，几何方法用于目标检测并不成功，因为所假设的外观模型很容易被遮挡、噪声或方向变化等影响而违反。在我看来，机器学习方法通常效果更好，可能会为您的问题提供更强大的解决方案。由于您似乎正在使用OpenCV，您可以查看Casacade Classifiers，其中OpenCV提供了基于Haar小波和局部二值模式特征的分类器。

我提供的链接是一个教程，其中包含非常完整的步骤，说明如何使用几个预先编写的实用程序创建分类器。基本上，您将创建一个包含汽车“正”图像的目录，以及一个包含典型背景“负”图像的目录。可以使用实用程序opencv_createsamples创建训练图像，从一小组图像中扭曲以模拟不同方向和平均强度。然后，您可以使用实用程序opencv_traincascade设置几个命令行参数以选择不同的训练选项，并输出经过训练的分类器。

使用此经过训练的分类器可以使用C++或Python接口执行检测。例如，使用Python，您可以加载分类器并对图像执行检测，获取边界矩形的选择。

image = cv2.imread('path/to/image')
cc = cv2.CascadeClassifier('path/to/classifierfile')
objs = cc.detectMultiScale(image)

- Max Allan