在图像中提取激光线（使用OpenCV）

Question

我有一张激光线的照片，我想从图像中提取该线。现在

的问题是，即：

作为激光线是红色的，我走图像的红色通道，然后在每一行中搜索的最高强度还有一些点不属于激光线（如果放大第二张图片，则可以看到这些点）。

有没有人有下一步的想法（去除单点，也提取线）？

这是另一种检测线条的方法： 首先我模糊了带有内核的“黑白”线，然后将细线（骨架）细化为细线，然后将OpenCV函数应用于检测线..结果是如下图像中：

NEW：

现在我有另一个困难的情况。 我必须提取绿色激光。
这里存在的问题是激光线的颜色范围更宽和更改。
在激光线的某些部分，像素只有很高的绿色分量，而在其他部分，像素也有很高的蓝色分量。

Answer 1

我真的很抱歉没有任何代码的简短答案，但我建议你采取轮廓和处理它们。

我不知道你需要确切的东西，所以这里为大家介绍两种方法：

• 只是收集尽可能多的为上一行可能轮廓（利用中心，并尝试找到最小的平均直线）

• 作为第一种方式，但试图启发式地组合分离的线....这是很难，但这可能会给你几乎完整的激光线从图像。

-

一些示例为你的图片：

import cv2 
import numpy as np 
import math 

img = cv2.imread('image.png') 
hsv = cv2.cvtColor(img, cv2.COLOR_RGB2HSV) 
# filtering red area of hue 
redHueArea = 15 
redRange = ((hsv[:, :, 0] + 360 + redHueArea) % 360) 
hsv[np.where((2 * redHueArea) > redRange)] = [0, 0, 0] 
# filtering by saturation 
hsv[np.where(hsv[:, :, 1] < 95)] = [0, 0, 0] 
# convert to rgb 
rgb = cv2.cvtColor(hsv, cv2.COLOR_HSV2RGB) 
# select only red grayscaled channel with low threshold 
gray = cv2.cvtColor(rgb, cv2.COLOR_RGB2GRAY) 
gray = cv2.threshold(gray, 15, 255, cv2.THRESH_BINARY)[1] 
# contours processing 
(_, contours, _) = cv2.findContours(gray.copy(), cv2.RETR_LIST, 1) 
for c in contours: 
    area = cv2.contourArea(c) 
    if area < 8: continue 
    epsilon = 0.1 * cv2.arcLength(c, True) # tricky smoothing to a single line 
    approx = cv2.approxPolyDP(c, epsilon, True) 
    cv2.drawContours(img, [approx], -1, [255, 255, 255], -1) 

cv2.imshow('result', img) 
cv2.waitKey(0) 

在你的情况下，它的工作完美，但是，正如我已经说过，你需要做的轮廓，更多的工作。

Answer 2

获取每一行中的最高值总是输出值，而不是当值不够高忽视。考虑使用一个门槛，以便你可以丢弃那些不够高的门槛。

但是，这根本不是一种非常有效的方法。更好更容易的解决方案是使用OpenCV功能inRange();在所有三个通道中定义红色的下限和上限，并且这将返回具有白色像素的二值图像，其中图像强度在该BGR范围内。

这是蟒蛇，但它的工作，应该很容易看到如何使用功能：

import cv2 
import numpy as np 

img = cv2.imread('image.png') 
lowerb = np.array([0, 0, 120]) 
upperb = np.array([100, 100, 255]) 
red_line = cv2.inRange(img, lowerb, upperb) 

cv2.imshow('red', red_line) 
cv2.waitKey(0) 

这将产生输出：

这可以通过寻找进一步处理轮廓或其他方法将点变成一条好曲线。