如何使用 CV 正确检测许多小的红色激光点？

Posted 2023-02-16

【中文标题】如何使用 CV 正确检测许多小的红色激光点？

【英文标题】：How to detect many small red laser dots correctly using CV?

【发布时间】：2021-09-29 02:14:05

【问题描述】：

我正在做一个项目，该项目需要使用 Opencv 正确检测许多小的红色激光点。最后，我想正确地找到所有红色激光点。现在我把rgb改成hsv并设置检测红点的范围，然后使用opencv中的canny和findContours函数来检测边缘并找到countours。然而，结果并不是很好。一些红点没有很好地检测到。你可以看到下面的图片。你能给我一些建议吗？ laser lights

detection result

下面是我的代码：

cap = cv2.VideoCapture(0)
# set red thresh 
lower_red = np.array([0,0,255])
#156, 100, 40
upper_red = np.array([180,255,255])
while(1):
    ret, frame0 = cap.read()
    frame = cv2.flip(frame0,0)
    frame = frame[50:360,280:380]
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
    mask = cv2.inRange(hsv, lower_red, upper_red)   
    edged = cv2.Canny(mask, 30, 200)    
    cv2.imshow('Canny Edges After Contouring', edged)
    _, contours, hierarchy = cv2.findContours(edged, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    print("Number of Contours found = " + str(len(contours)))

    # Draw all contours
    # -1 signifies drawing all contours
    # for c in contours:
    #   M = cv2.moments(c)
    #   cX = int(M["m10"] / M["m00"])
    #   cY = int(M["m01"] / M["m00"])
    #   cv2.drawContours(frame, c, -1, (0, 255, 0), 3)
    #   cv2.circle(frame,(cX,cY),2,(255,255,255),-1)
    #   cv2.putText(frame,"center",(cX - 20, cY - 20),cv2.FONT_HERSHEY_SIMPLEX,0.5,(255,255,255),2)
    cv2.imshow('Capture',frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()

cv2.destroyAllWindows()

【问题讨论】：

我建议不要在 forum.opencv.org 上使用 Canny，我会在这里推荐同样的方法

您是否设法使用光源照射物体？它将在激光点上提供更多对比度，以便更好地检测

【参考方案1】：

您是否尝试过使用图像的各个通道？例如，如果您使用图像的绿色通道，则可以在激光点和背景之间获得更好的对比度。

import cv2 [enter image description here][1]

image = cv2.imread("cv2/images/laser.jpg")
b, g, r = cv2.split(image)
ret, newIm = cv2.threshold(g, 220, 255, cv2.THRESH_BINARY)
cv2.imshow('New Image', newIm)
cv2.waitKey()

【讨论】：

嗨Felipe，我试过你的方法，效果很好，非常感谢

@zhizhongPeng 不客气！你介意点赞我的回答吗？我正在努力提高我在这里的声誉。谢谢