qq_46083603的博客

分析:足球的黑斑块和白色块存在很大的颜色差异,因此我们能找到一个很好的界限将白块和黑斑进行分割,即进行阈值分割,通过分割后的二值图我们利用轮廓检测技术找到所有的边界,然后对这些边界进行筛选找出可能与球本身有关联的边界,即黑斑块,然后将所有黑斑块的位置信息进行一个统计处理,计算均值坐标,以均值坐标为界限,在所有筛选后的边界信息中找到极值坐标点,得到我们的球位置坐标1 输入图片:2 转换成灰度图并进行二值化:3 找出轮廓主要用cv模块中的findContours4 轮廓过滤cv模块中的arc

文中主要使用两种方式进行彩色图像的颜色增强主要用到了直方图均衡化原理(代码如下):import numpy as npdef hist_ave_2(src): L=np.unique(src) cdf=(np.histogram(src.flatten(),L.size)[0]/src.size).cumsum() cdf=(cdf*L.max()+0.5) return np.interp(src.flatten(),L,cdf).reshape(src.shape

#图片分割函数import cv2import matplotlib.pyplot as pltimg=cv2.imread("test.png")#转换成RGB格式img=img[:,:,::-1]#arr接受原图像 shape接受一个元组或者列表 如分割成2x3 def parte(arr,shape): #算出横向和纵向步长 width=int(arr.shape[1]/shape[1]) height=int(arr.shape[0]/shape[0]) pr