Wie man weiß blob-tracking für video-oder Kamera-Aufnahme auf Emgu?

Die Emgu-Beispielprojekt "VideoSurveilance" in der Emgu.CV.Beispiel-Lösung (Emgu.CV.Beispiel.sln) zeigt, blob-tracking und weist-ID ' s zu Ihnen.

Ich bin ein Neuling auf OpenCV, aber es scheint mir, dass das tracking nur "weiß" blobs kann schwieriger sein als es klingt. Zum Beispiel, die blobs in deinem Beispiel-Bild sind nicht wirklich "weiß" sind Sie? Was ich glaube, was Sie wirklich versuchen zu tun ist, "die blobs, die heller sind als der hintergrund, um einen bestimmten Betrag", d.h. finden Sie einen grauen Punkt auf einem schwarzen hintergrund oder einen weißen Punkt auf einem grauen hintergrund.

Kann ich nicht sagen, der code wird funktionieren, weil ich es noch nicht getestet.

Die Allgemeine Idee ist, um die aufgezeichneten Frames (vorausgesetzt, Sie erfassen frames) und filtern die Geräusche durch ändern der Sättigung und Wert(Helligkeit). Diese modifizierte HSV-Bild wird dann verarbeitet, als Graustufen. Blobs können beschriftet werden, indem die Schleife durch die blob-Daten für den tracker und die zugewiesenen id ' s und bounding-Boxen.

Auch, die Sie interessieren können, der in AForge.net und der zugehörige Artikel: Hand Geste Anerkennung auf die mechanik und die Umsetzung mit Hilfe des Histogramms für computer vision.

Dies ist eine modifizierte version des custom tracker code gefunden auf der nui-Foren:

static void Main(){
    Capture capture = new Capture(); //create a camera captue
    Image<Bgr, Byte> img = capture.QuerySmallFrame();

    OptimizeBlobs(img);

    BackgroundStatisticsModel bsm = new BackgroundStatisticsModel(img, Emgu.CV.CvEnum.BG_STAT_TYPE.FGD_STAT_MODEL);
    bsm.Update(img);

    BlobSeq oldBlobs = new BlobSeq();
    BlobSeq newBlobs = new BlobSeq();

    ForgroundDetector fd = new ForgroundDetector(Emgu.CV.CvEnum.FORGROUND_DETECTOR_TYPE.FGD);
    BlobDetector bd = new BlobDetector(Emgu.CV.CvEnum.BLOB_DETECTOR_TYPE.CC);
    BlobTracker bt = new BlobTracker(Emgu.CV.CvEnum.BLOBTRACKER_TYPE.CC);

    BlobTrackerAutoParam btap = new BlobTrackerAutoParam();
    btap.BlobDetector = bd;
    btap.ForgroundDetector = fd;
    btap.BlobTracker = bt;
    btap.FGTrainFrames = 5;

    BlobTrackerAuto bta = new BlobTrackerAuto(btap);


    Application.Idle += new EventHandler(delegate(object sender, EventArgs e)
    {  //run this until application closed (close button click on image viewer)

        //******* capture image ******* 
        img = capture.QuerySmallFrame();

        OptimizeBlobs(img);

        bd.DetectNewBlob(img, bsm.Foreground, newBlobs, oldBlobs);

        List<MCvBlob> blobs = new List<MCvBlob>(bta);

        MCvFont font = new MCvFont(Emgu.CV.CvEnum.FONT.CV_FONT_HERSHEY_SIMPLEX, 1.0, 1.0);
        foreach (MCvBlob blob in blobs)
        {
           img.Draw(Rectangle.Round(blob), new Gray(255.0), 2);
           img.Draw(blob.ID.ToString(), ref font, Point.Round(blob.Center), new Gray(255.0));
        }

        Image<Gray, Byte> fg = bta.GetForgroundMask();
    });
}

public Image<Gray, Byte> OptimizeBlobs(Image<Gray, Byte img)
{
    //can improve image quality, but expensive if real-time capture
    img._EqualizeHist(); 

    //convert img to temporary HSV object
    Image<Hsv, Byte> imgHSV = img.Convert<Hsv, Byte>();

    //break down HSV
    Image<Gray, Byte>[] channels = imgHSV.Split();
    Image<Gray, Byte> imgHSV_saturation = channels[1];   //saturation channel
    Image<Gray, Byte> imgHSV_value      = channels[2];   //value channel

    //use the saturation and value channel to filter noise. [you will need to tweak these values]
    Image<Gray, Byte> saturationFilter = imgHSV_saturation.InRange(new Gray(0), new Gray(80));
    Image<Gray, Byte> valueFilter = imgHSV_value.InRange(new Gray(200), new Gray(255));

    //combine the filters to get the final image to process.
    Image<Gray, byte> imgTarget = huefilter.And(saturationFilter);

    return imgTarget;
}