使用OpenCV检测图像中的十字

Question

我试图在OpenCV的帮助下检测输入视频流中的形状（十字形）。 目前我正在设法获得我的十字架的二进制图像效果非常好。 不幸的是，我决定提取的blob是否是交叉的算法并不是很好。 如下图所示，并非在某些视角下检测到所有角落。

我正在使用findContours()和approxPolyDP()来获得我的轮廓的近似值。 如果我在此近似曲线中检测到12个角/顶点，则假定斑点为十字形。

有没有更好的方法来解决这个问题？ 我想到了SIFT ，但算法必须实时执行，我读到SIFT并不真正适合实时。

Answer 1

我有一些建议可能会提供一些有趣的结果，虽然我也不确定。

如果十字架总是靠近图像的中心并且始终位于平面上，您可以尝试在相机和十字架所在的平面之间找到​​单应性。 这将使您能够将十字的样本图像（在平面旋转的不同选择中）转换为可视化十字的坐标系。 然后，您可以生成可以与图像匹配的模板。 你可以做一些简单的像素协议测试来确定你是否匹配。

或者，您可以尝试训练基于Haar的分类器来识别十字架。 这种类型的分类器通常用于面部检测并检测图像中的定向边缘，通过几个定向边缘的相对位置对面部进行分类。 它在面部具有良好的分类精度，并且速度极快。 虽然在这种特殊情况下我无法保证其准确性，但它可以为简单的形状（如十字架）提供一些好的结果。

Answer 2

计算凸包然后利用凸性缺陷可能会起作用。

所有十字架应该有四个凸起缺陷，组成四组两个点，或四个矢量。 此外，如果你的形状是十字形，那么这四个矢量将具有两对补充角度。