DrReiz Apr 14 2014 at 05:49

Бот для аркады. Часть №2: подключаем OpenCV

12 min

41K

.NET*Image processing*C#*

Tutorial

+22

Comments 11

6opoDuJIo Apr 14 2014 at 09:52

Прошу меня простить, но использование для этих целей Open CV подозрительно напоминает мне процесс забивания гвоздей микроскопом.

-4

DrReiz Apr 14 2014 at 10:10

Что тогда стоит использовать, например, для преобразования в то же HSV-пространство?

Ataraxer Apr 14 2014 at 10:23

Да какая разница, если это интересно и дает возможность освоить основы компьютерного зрения на довольно простом примере?

websiteam Apr 14 2014 at 10:33

Можно попробовать поиграться с другими методами порогового преобразования изображения.
Вот еще пара книжек по OpenCV:
Mastering OpenCV with Practical Computer Vision Projects
OpenCV 2 Computer Vision Application Programming Cookbook

DrReiz Apr 14 2014 at 10:50

Спасибо. На следующей итерации обязательно попробую

aush Apr 14 2014 at 11:20

Поиск по шаблонам 2х2-5х5 работает отлично для таких задач. Конечно, GetPixel() тут не прокатит, но немного unmanaged кода и можно добиться почти мгновенного поиска.

DrReiz Apr 14 2014 at 17:23

Подход интересный, спасибо. Смущает, что предварительно необходимо подготовить все варианты отображения объектов (и шары, и лягушка — крутятся вокруг своей оси), а если это дело автоматизировать, то возвращаемся к исходной задаче — предварительному выделению объектов.
Собираюсь попробовать этот метод в будущем, если будут проблемы с производительностью.

Lerg Apr 14 2014 at 13:36

Для увеличения точности рекомендуется предварительно размывать (или как-нибудь ещё) изображение, чтобы избавится от мелких деталей, портящих результат.

Фон можно не вычитать, а применять как маску: если пиксель сильно отличается от фона — выводить пиксель, если примерно равен фону — выводить 0.

DrReiz Apr 14 2014 at 16:37

Идею с маской понял, спасибо. Обязательно попробую.

Grox Apr 14 2014 at 17:37

Дополнительные пути
— Можно анализировать уменьшенное изображение
— Можно разбить изображение на квадраты, вычислить средний цвет пикселей. Cравнивать полученные значения на близость к нужным цветам. Если попадает в нужный диапазон — искомая область. Заполнить массив в соответствии с этими значениями. После чего можно выделить значения, которые будут центрами шаров.

DrReiz Apr 14 2014 at 18:49

Оба эти способа я как раз хотел попробовать в ближайшее время )

Show the best of all time