【自动驾驶/opencv】32.交通灯颜色提取的难点

2024-06-16 21:08

本文主要是介绍【自动驾驶/opencv】32.交通灯颜色提取的难点,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

交通灯颜色识别有难点,因为很多时候,颜色会因为环境而变化,例如下面的红灯,下图不用理会右边的交通灯,因为我调试程序中是限定了id==8641只分析左边这个,所以右边这个没进行处理。

在这里插入图片描述
上图左边是向左的箭头灯,右边是向右的箭头。但是使用颜色空间进行提取颜色时,这箭头很亮的部分,其实已经接近白色了,所以就提取不到红色了。

这张图是截取亮灯中心带一点周边的图像:
在这里插入图片描述
下面这张图是截取亮灯中心的图像:【注意,这里我已经附图了,因为很接近白色,所以人眼不太能看出来,你可以把鼠标移动到下面中心位置的部分,就会出现一个放大镜的+,这就是图片】
在这里插入图片描述
我们人眼之所以还能觉得它是红色,是因为箭头周边,亮度没那么强的部分还能看出是红色,想把这接近白色的部分提取出红色,自然就不太可能了。

如下图,是用我另一篇博客HSV提取RBG各种颜色c++代码来提取红色得到的图片。可以看出,红色亮灯区域并没提取出来,只有周边的红色部分提取出来了:
在这里插入图片描述


如果从相机isp方面无法继续优化,那么就只能从其他颜色以外的角度想办法来解决了。


下面的方法不是使用hsv提取颜色,所以和上面的HSV方法有所差异:

void ExtractGreenLight(cv::Mat src_img, cv::Mat &dst_img) {std::vector<cv::Mat> Src_Mat_part(src_img.channels());cv::split(src_img, Src_Mat_part);cv::Mat img_green, img_red;img_green = Src_Mat_part[1].clone();img_red = Src_Mat_part[2].clone();dst_img = img_green - img_red;
}void ExtractRedLight(cv::Mat src_img, cv::Mat &dst_img) {std::vector<cv::Mat> Src_Mat_part(src_img.channels());cv::split(src_img, Src_Mat_part);cv::Mat img_blue, img_red, img_green;img_blue = Src_Mat_part[0].clone();img_green = Src_Mat_part[1].clone();img_red = Src_Mat_part[2].clone();dst_img = cv::max(img_green, img_red) - cv::min(img_green, img_blue);// dst_img = img_red - cv::min(img_green,img_blue);// dst_img = 2 * img_red - img_blue - 220;
}

上面两个函数的输出是灰度图像,分别为只包含红(黄)色和只包含绿色的图像。代码提取红色的函数提取的是红色和黄色一起提取出来,然后利用红黄色在交通灯的上下位置来区分红色和黄色。提取绿色的函数就是只提取绿色。

当然,由于我们可以由目标检测得到交通灯的box位置,所以可以得到只包含交通灯的roi图片,对这roi图片进行颜色提取,可以得到下面这张灰度图:
在这里插入图片描述
可以看出,我们能够利用强光周围的红色,也能找到亮灯区域,只不过,此时亮灯区域是提取不了红色,所以图中亮灯区域的左箭头显示为黑色。
对上面灰度图进行二值化,可以得到下面这张图,下图的边界框是我画出来的,不是二值化后得到的框。然后再找轮廓,找到亮灯区域的box。最后再根据找到的box截取出亮灯区域的roi图片。
在这里插入图片描述
不过,这种情况下的亮灯人眼看着都很模糊,机器想要正确识别也不容易。


在这种情况下,可以特殊情况特殊处理,以下是我的一个思路:
先提取出交通灯图片最亮的部分,然后再二值化求轮廓,找出最小外接正矩形 cv::Rect roi = cv::boundingRect(contours[i]);就是亮灯区域的位置,根据最小外接正矩形在交通灯的位置来分类是红色黄色、或者绿色。一个交通灯的上中下三个亮灯区域依次是是绿
当然,对于不是这种交通灯的,该方法就不适用了,毕竟这种方法没有使用颜色空间,并不能真正从颜色角度提取颜色。

更多细节请跳转。

这篇关于【自动驾驶/opencv】32.交通灯颜色提取的难点的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1067550

相关文章

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

opencv 滚动条

参数介绍:createTrackbar( trackbarname , "hello" , &alpha_slider ,alpha_max ,  on_trackbar )  ;在标签中显示的文字(提示滑动条的用途) TrackbarName创建的滑动条要放置窗体的名字 “hello”滑动条的取值范围从 0 到 alpha_max (最小值只能为 zero).滑动后的值存放在

android-opencv-jni

//------------------start opencv--------------------@Override public void onResume(){ super.onResume(); //通过OpenCV引擎服务加载并初始化OpenCV类库,所谓OpenCV引擎服务即是 //OpenCV_2.4.3.2_Manager_2.4_*.apk程序包,存

基于51单片机的自动转向修复系统的设计与实现

文章目录 前言资料获取设计介绍功能介绍设计清单具体实现截图参考文献设计获取 前言 💗博主介绍:✌全网粉丝10W+,CSDN特邀作者、博客专家、CSDN新星计划导师,一名热衷于单片机技术探索与分享的博主、专注于 精通51/STM32/MSP430/AVR等单片机设计 主要对象是咱们电子相关专业的大学生,希望您们都共创辉煌!✌💗 👇🏻 精彩专栏 推荐订阅👇🏻 单片机

Python3 BeautifulSoup爬虫 POJ自动提交

POJ 提交代码采用Base64加密方式 import http.cookiejarimport loggingimport urllib.parseimport urllib.requestimport base64from bs4 import BeautifulSoupfrom submitcode import SubmitCodeclass SubmitPoj():de

OpenCV结构分析与形状描述符(11)椭圆拟合函数fitEllipse()的使用

操作系统:ubuntu22.04 OpenCV版本:OpenCV4.9 IDE:Visual Studio Code 编程语言:C++11 算法描述 围绕一组2D点拟合一个椭圆。 该函数计算出一个椭圆,该椭圆在最小二乘意义上最好地拟合一组2D点。它返回一个内切椭圆的旋转矩形。使用了由[90]描述的第一个算法。开发者应该注意,由于数据点靠近包含的 Mat 元素的边界,返回的椭圆/旋转矩形数据

树莓派5_opencv笔记27:Opencv录制视频(无声音)

今日继续学习树莓派5 8G:(Raspberry Pi,简称RPi或RasPi)  本人所用树莓派5 装载的系统与版本如下:  版本可用命令 (lsb_release -a) 查询: Opencv 与 python 版本如下: 今天就水一篇文章,用树莓派摄像头,Opencv录制一段视频保存在指定目录... 文章提供测试代码讲解,整体代码贴出、测试效果图 目录 阶段一:录制一段

Verybot之OpenCV应用三:色标跟踪

下面的这个应用主要完成的是Verybot跟踪色标的功能,识别部分还是居于OpenCV编写,色标跟踪一般需要将图像的颜色模式进行转换,将RGB转换为HSV,因为对HSV格式下的图像进行识别时受光线的影响比较小,但是也有采用RGB模式来进行识别的情况,这种情况一般光线条件比较固定,背景跟识别物在颜色上很容易区分出来。         下面这个程序的流程大致是这样的:

Verybot之OpenCV应用二:霍夫变换查找圆

其实我是想通过这个程序来测试一下,OpenCV在Verybot上跑得怎么样,霍夫变换的原理就不多说了,下面是程序: #include "cv.h"#include "highgui.h"#include "stdio.h"int main(int argc, char** argv){cvNamedWindow("vedio",0);CvCapture* capture;i

Verybot之OpenCV应用一:安装与图像采集测试

在Verybot上安装OpenCV是很简单的,只需要执行:         sudo apt-get update         sudo apt-get install libopencv-dev         sudo apt-get install python-opencv         下面就对安装好的OpenCV进行一下测试,编写一个通过USB摄像头采