如何提高我的爪子检测？

Question

在我上一个关于finding toes within each paw的问题之后，我开始加载其他度量，以查看它将如何保持。不幸的是，我很快就遇到了前面步骤之一的问题：识别爪子。

你看，我的概念证明，基本上采取了每个传感器的最大压力随着时间的推移，并会开始寻找每一行的总和，直到它找到了！=0.0。然后它对列执行同样的操作，并且只要找到两个以上的行，并且这些行再次为零。它将最小和最大行和列值存储到某个索引中。

如图所示，这在大多数情况下都非常有效。然而，这种方法有很多缺点（除了非常原始）：

• 人类可以有“空心的脚”，这意味着脚印本身有几个空行。因为我担心这也会发生在（大）狗身上，所以我至少等了两三排空狗，才把爪子剪掉。

  如果另一个联系人在到达多个空行之前在另一列中进行了联系，则会产生问题，从而扩展了该区域。我想我可以比较一下这些列，看看它们是否超过某个值，它们一定是分开的爪子。

• 当狗很小或走得更快时，问题就更严重了。结果是前爪的脚趾仍然在接触，而后爪的脚趾只是在前爪的同一区域内开始接触！

  使用我的简单脚本，它将无法分割这两个，因为它必须确定该区域的哪些帧属于哪个paw，而当前我只需要查看所有帧上的最大值。

开始出错的地方示例：

因此，现在我正在寻找一种更好的识别和分离爪子的方法（之后我将讨论确定是哪个爪子的问题）。

更新：

我一直在修补乔的（太棒了！）实现了answer，但是我很难从文件中提取实际的paw数据。

当应用于最大压力图像时，编码的爪向我显示所有不同的爪（见上文）。但是，该解决方案会遍历每个帧（以分离重叠的爪），并设置四个矩形属性，如坐标或高度/宽度。

我不知道如何获取这些属性并将它们存储在某个变量中，以便应用于度量数据。因为我需要知道每个爪子的位置，它在哪一帧中的位置，并将它与哪一个爪子连接（前/后，左/右）。

那么如何使用矩形属性为每个paw提取这些值？

我的公共Dropbox文件夹（example 1，example 2，example 3）中有我在问题设置中使用的度量值。For anyone interested I also set up a blog让您了解最新情况：-）

Answer 1

我不是图像检测专家，我也不知道Python，但我会给它一个打击。。。

要检测单个爪子，你应该首先只选择压力大于某个小阈值的所有东西，非常接近于完全没有压力。上面的每个像素/点都应该被“标记”，然后，与所有“标记”像素相邻的每个像素都会被标记，这个过程会重复几次。完全相连的质量会形成，所以你有不同的物体。然后，每个“对象”都有一个最小和最大的x和y值，因此可以将边界框整齐地打包在它们周围。

伪码：

(MARK) ALL PIXELS ABOVE (0.5)

(MARK) ALL PIXELS (ADJACENT) TO (MARK) PIXELS

REPEAT (STEP 2) (5) TIMES

SEPARATE EACH TOTALLY CONNECTED MASS INTO A SINGLE OBJECT

MARK THE EDGES OF EACH OBJECT, AND CUT APART TO FORM SLICES.

就应该这样了。