Discussion :

[predalpha]

Bonjour à tous,

j'essaie de développer une application permettant d'analyser une cible de fléchette. L'objectif final est d'avoir une caméra filmant une cible de fléchettes traditionnelle et les lancers des joueurs.
Sans pour le moment complexifier cet objectif, je suis parti tout simplement d'un jpeg d'une cible.

A l'aide d'Emgu (openCV), je réussi à detecter le cercle extérieur d'une cible.



Je ne suis pas parvenu à l'aide de la méthode de détection de cercles houghTransform à détecter tout les cercles concentriques. Alors, j'ai utilisé les mesures des cercles concentriques d'une vrai cible que j'ai adapté à l'aide d'un ratio pour dessiner ces derniers. Le ratio je l'obtiens car je connais la taille de la cible (image) par rapport à la taille d'une cible réelle.



Toutefois, le résultat que j'obtiens manque de précision. Pouvez-vous m'aider à corriger cet effet ? Existe-t-il une meilleure solution pour analyser mon image ?

Et que dois envisager pour une image de ce type ?



Merci

[Masmeta]

A la vue de ton image, tu as 3 couleurs dominante.
Pourquoi ne fais tu pas un seuillage sur les blancs en les rendant noir puis ensuite une simple détection de contour (findcontour et drawcontour)?

[predalpha]

merci beaucoup pour votre réponse. Lorsque vous parlez de seuillage sur les blancs, on parle bien de la fonction suivante ?
http://docs.opencv.org/doc/tutorials...threshold.html

[Masmeta]

oui c'est cela

[predalpha]

Cela avance petit à petit, mais il est vrai qu'acquérir les connaissances sur le traitement de l'image est fastidieux quand on vient d'un bts infoG. Toutefois je persévère pour le moment.



Mon objectif suivant va être de mettre en place la fonction "findcontour" que vous m'avez indiquée. Mais avant je dois appliquer un blur comme dans la fonction houghTransform.
Ainsi je devrais être capable de pouvoir détecter les formes circulaires et les droites.
Le plus petit cercle sera donc le centre.

[predalpha]

J'arrive à obtenir le résultat suivant :



Là je sèche un peu. Trop de cercles en général et aussi des cercles manquants. Avez-vous une idée ?

[olivier21c]

Tu peux aussi décomposer ton image selon les composantes couleurs :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
std::vector<cv::Mat> bgr(3);
split(image, bgr);

Et ensuite travailler sur la détection des zones sur les parties rouge et verte.

[predalpha]

Merci Olivier pour votre réponse mais je pense que les couleurs vont me poser un problème de précision dans les zones.

Mes différents essais m'ont permis de comprendre qu'une cible de fléchette est une zone relativement complexe à analyser par ordinateur. Les lignes traversant les cercles posent tous les problèmes liés à l'analyse de l'image. Toutes mes tentatives ont pour le moment échouées mais je persévérerais lorsque j'aurais un peu plus de temps.

Mon prochain essai dans le domaine consistera à appliquer une perspective sur la cible et de lui super positionner une forme géométrique de cible (que je dessinerais par programmation). Peut-être me heurterais-je à moins de difficultés mais à un calibrage nécessaire de l'image de base.

[predalpha]

J'ai un peu avancé cf printscreen ci-dessous :

en jaune : l'ellipse
en bleu : les "vertices" de l'ellipse
en rouge : mon pattern de cible que je dessine de A à Z en partant du centre trouvé et d'un coefficient "à la main".



Finalement je suis parti sur votre idée olivier. J'ai splité l'image en RGB et fait un ROI sur le centre de mon channel Rouge. Ceci m'a permis de détecter la plus petite ellipse (formes jaunes et bleues).
Ensuite je dessine mon pattern sur l'image résultat pour obtenir les cercles et traits rouges à l'aide d'un coefficient à la main.

Je souhaiterais effectuer une transformation de mon image résultat. Toutefois je ne sais pas convertir une ellipse en cercle ce qui pourrait me donner la matrice homographique afin d'appliquer une perspective sur l'image.
Ci-dessous un code test pour réaliser une perspective :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
 
// Input Quadilateral or Image plane coordinates
                PointF[] inputQuad = new PointF[4];
                // Output Quadilateral or World plane coordinates
                PointF[] outputQuad = new PointF[4];
                Image<Bgr, Byte> outPut = opImage.Clone();
                HomographyMatrix lambda = new HomographyMatrix();
                inputQuad[0] = new PointF(-30, -60);
                inputQuad[1] = new PointF(opImage.Cols + 50, -50);
                inputQuad[2] = new PointF(opImage.Cols + 100, opImage.Rows + 50);
                inputQuad[3] = new PointF(-50, opImage.Rows + 50);
                outputQuad[0] = new PointF(0, 0);
                outputQuad[1] = new PointF(opImage.Cols - 1, 0);
                outputQuad[2] = new PointF(opImage.Cols - 1, opImage.Rows - 1);
                outputQuad[3] = new PointF(0, opImage.Cols - 1);
                lambda = CameraCalibration.GetPerspectiveTransform(inputQuad, outputQuad);
                opImage = opImage.WarpPerspective(lambda, Emgu.CV.CvEnum.INTER.CV_INTER_NN, Emgu.CV.CvEnum.WARP.CV_WARP_FILL_OUTLIERS, new Bgr(0, 0, 0));

Si vous avez des idées meilleures ou plus simples, je suis preneur.