#macに以下をインストール
brew update
brew install -v cmake
brew tap homebrew/science
brew install opencv
export PYTHONPATH="/usr/local/lib/python2.7/site-packages/:$PYTHONPATH"
#画像を取り込み表示する
適当にメッシの画像を撮ってきて「messi.jpeg」で保存
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import numpy as np
import cv2
# 元の画像を読み込む
img = cv2.imread('messi.jpeg',cv2.IMREAD_UNCHANGED)
# ウィンドウに表示
cv2.imshow("result", img)
# 書き出し
cv2.imwrite('img.jpg', img)
# 終了処理
cv2.waitKey(0)
cv2.destroyAllWindows()
終わらなかったら、control + z で強制終了
#グレースケールにする
gray_img = cv2.imread('messi.jpeg', cv2.IMREAD_GRAYSCALE)
cv2.imshow("result", gray_img)
#輪郭だけにする
canny_img = cv2.Canny(gray_img, 50, 110)
cv2.imshow("result", canny_img)
cv2.waitKey(0)
cv2.destroyAllWindows()
#輪郭の強さを変える
cv2.Canny()はキャニー法という方法で処理をする関数で、2つの閾値を設定します。数値を上げると書かれる輪郭は少なくなります。
詳しくはこちら http://postd.cc/image-processing-101/
canny_img = cv2.Canny(gray_img, 200, 400)
#ボールを検出する
対象となる物体が線や円などの標準的な形態であれば、ハフ変換というのを使って検出できます
circles = cv2.HoughCircles(canny_img, cv2.cv.CV_HOUGH_GRADIENT,
dp=2, minDist=50, param1=20, param2=30,
minRadius=5, maxRadius=20 )
print circles
import matplotlib.pyplot as plt
plt.imshow(canny_img)
plt.show()
パラメータ
dp ・・・ 処理するときに元画像の解像度を落として検出する場合は増やす。例えば、1だとそのままの画質で処理して、2だと1/2に縮小して処理するらしい。
minDist ・・・ 検出される円と円の最小距離
param1 ・・・ 「Cannyのエッジ検出器で用いる二つのしきい値の高い方」らしい。低いほどいろんなエッジを検出する
param2 ・・・ 中心検出計算時のしきい値。低いほど円じゃないものも検出する
minRadius ・・・ 最小半径
maxRadius ・・・ 最大半径
すると、5つ候補が出てきた [x,y,半径]
[[[ 125. 51. 16.27882004]
[ 193. 161. 5.83095169]
[ 131. 155. 8.24621105]
[ 71. 73. 18.02775574]
[ 161. 91. 17.80449295]]]
円を元画像にプロット
cups_circles = np.copy(img)
if circles is not None and len(circles) > 0:
circles = circles[0]
for (x, y, r) in circles:
x, y, r = int(x), int(y), int(r)
cv2.circle(cups_circles, (x, y), r, (255, 255, 0), 4)
plt.imshow(cv2.cvtColor(cups_circles, cv2.COLOR_BGR2RGB))
plt.show()
print('number of circles detected: %d' % len(circles[0]))
ほう、、、あってるけど、なんか変なのもカウントされている
パラメータなどを調整すると顔とボールだけにできた
(グレースケールをやめたらいい感じになった)
#!/usr/bin/env python
-- coding: utf-8 --
import numpy as np
import cv2
import matplotlib.pyplot as plt
img = cv2.imread('messi5.jpeg',cv2.IMREAD_UNCHANGED)
canny_img = cv2.Canny(img, 230, 500)
find hough circles
circles = cv2.HoughCircles(canny_img, cv2.cv.CV_HOUGH_GRADIENT,
dp=2, minDist=100, param1=25, param2=30,
minRadius=5, maxRadius=20 )
print circles
cups_circles = np.copy(img)
if circles are detected, draw them
if circles is not None and len(circles) > 0:
# note: cv2.HoughCircles returns circles nested in an array.
# the OpenCV documentation does not explain this return value format
circles = circles[0]
for (x, y, r) in circles:
x, y, r = int(x), int(y), int(r)
cv2.circle(cups_circles, (x, y), r, (255, 255, 0), 4)
plt.imshow(cv2.cvtColor(cups_circles, cv2.COLOR_BGR2RGB))
plt.show()
cv2.waitKey(0)
cv2.destroyAllWindows()
ほう。色のフィスタをかけるともっと綺麗みたい
http://stackoverflow.com/questions/22870948/how-can-i-pythonically-us-opencv-to-find-a-a-basketball-in-an-image
http://www.pyimagesearch.com/2015/09/14/ball-tracking-with-opencv/
もしアプリ化をするなら参考になりそう
http://www.melt.kyutech.ac.jp/2015/onoue.pdf#search='opencv+ball+%E7%B2%BE%E5%BA%A6'
なんと、ラズパイで、追っかけカメラが作れるのか！
https://www.youtube.com/watch?v=58xxn6d_bUg
次は、動画チュートリアルをやってみる
http://labs.eecs.tottori-u.ac.jp/sd/Member/oyamada/OpenCV/html/py_tutorials/py_gui/py_video_display/py_video_display.html