Простой пример OpenCV для измерения размера объекта на экране

Question

Следуя за my other question, вы, ребята, знаете хороший пример в OpenCV с простым черно-белым калибровочным изображением и подходящими алгоритмами обнаружения?

Я просто хочу показать какое-то изображение на экране B-&, сфотографировать это изображение издалека и рассчитать размер отображаемого изображения, чтобы рассчитать расстояние до указанного экрана.

Прежде чем я снова изобрету колесо, я считаю, что это так легко, что это можно было бы добиться разными способами в OpenCV, но я подумал, что спрошу, есть ли предпочтительный способ, возможно, с некоторым примером кода.

(я получил некоторый код обнаружения лица работает с использованием haarcascade-XML файлов уже)

PS: У меня уже есть разрешение/дюйм-часть моего экрана покрыта, так что я знаю, насколько большой картина будет в см на моем экране.

EDIT:

Я сделаю это реальный простой, мне нужно:

1. Узор, который легко узнаваем в изображения. Прямо сейчас я экспериментирую с шахматной доской. Люди, которые делали ARDefender, использовали this.
2. Соответствующий алгоритм для определения точных координат пикселя рисунка 1) на изображении с использованием OpenCV.

Answer 1

вы просто должны сфотографировать ваш B & объекта W от нескольких известных расстояний (1й, 2й, 3й, ...), а затем для каждого расстояния проверить размер вашего объекта в соответствующем изображении. Из этих данных вы сможете создать линейную функцию, дающую вам расстояние от размера в пикселях (y = ax + b должен делать;)), переведите его в свой код, и все готово. Cheers

Answer 2

Ну, трудно сказать, какое изображение лучше всего подходит для распознавания - в разных условиях освещения любой цвет можно интерпретировать как другой цвет. Простой пример:

Как вы можете видеть, как дорожные знаки имеют красный цвет границы, но даже на один изображение верхнего знак граница, очевидно, не красная.

Так что, на мой взгляд, вы должны использовать изображение с разными цветами (например, радугой). А также вы сказали, что это должно быть легко узнаваемым под разными углами. Вот почему форма круга - лучшая для него.

Вот почему ваше изображение должно выглядеть следующим образом:

Так идея обнаружения такого объекта заключается в следующем:

1. сделать другой цвет сегментации (синий, красный, зеленый и т.д.) , Для этого используйте цветовое пространство HSV.
2. Определить круги определенного цвета на изображении.
3. Эта область, которая имеет наибольшее количество кругов, кажется вашим объектом.