使用python-opencv的水平和垂直边缘轮廓

Question

我正在尝试在一张图片中检测车辆（实际上是视频中的一系列画面）。我对opencv和python还很陌生，并且是在Windows 7系统下工作。

有没有办法获取图片的水平边缘和垂直边缘，然后把这些结果合并成相应的向量呢？

有没有现成的python代码或函数可以用来实现这个？

我看过这个和这个，但是还是不知道该怎么做。你可以使用下面的图片来做说明。

编辑

我受到了一篇论文中提出的想法的启发（如果你无法访问，抱歉）。

Betke, M.; Haritaoglu, E. & Davis, L. S. 实时多车辆检测与跟踪来自移动车辆的机器视觉与应用，Springer-Verlag, 2000, 12, 69-83

Answer 1

通常来说，单纯用几何方法来检测物体效果并不好，因为你假设的外观模型很容易被遮挡、噪声或方向变化打破。

我认为，机器学习的方法通常效果要好得多，可能会为你的问题提供更稳健的解决方案。既然你在使用OpenCV，可以看看Cascade Classifiers，OpenCV提供了基于Haar小波和局部二值模式的特征分类器。

我提供的链接是一个教程，里面有非常详细的步骤，教你如何创建一个分类器，并且有一些现成的工具可以使用。基本上，你需要创建一个文件夹，里面放上“正样本”图像（比如汽车的图片），还有一个文件夹放“负样本”图像（比如普通背景的图片）。你可以使用一个工具opencv_createsamples来生成训练图像，这些图像会经过变形，模拟不同的方向和亮度，从而从一小组图像中生成更多样本。接着，你用另一个工具opencv_traincascade，设置一些命令行参数来选择不同的训练选项，最终输出一个训练好的分类器。

使用这个训练好的分类器，你可以通过C++或Python接口来进行检测。例如，使用Python，你可以加载这个分类器，然后在一张图片上进行检测，返回一系列的边界矩形，代码如下：

image = cv2.imread('path/to/image')
cc = cv2.CascadeClassifier('path/to/classifierfile')
objs = cc.detectMultiScale(image)

Answer 2

先了解一下Sobel滤波器。

http://en.wikipedia.org/wiki/Sobel_operator

简单来说，Sobel滤波器可以帮助我们找到每个像素点的垂直和水平变化。

这里有一个OpenCV的函数可以实现这个功能。

http://docs.opencv.org/modules/imgproc/doc/filtering.html?highlight=sobel#sobel

当你得到这些经过滤波的图像后，可以逐列或逐行收集数据，判断哪里是边缘，并找到那个位置。

Answer 3

我建议你看看这个关于opencv的方块示例，链接在这里。这个示例使用了canny算法，然后通过寻找轮廓来返回每个方块的边。你可以修改这个代码，来找到你想要的水平和垂直线条。关于canny算法的python调用，你可以参考这个文档，它对边缘检测非常有帮助。大约一个小时后我能回家，给你一个可以用的示例，帮你实现你想要的功能。