Discussion :

[Quent91]

Bonjour,

Dans le cadre d'un projet de fin d'année, je dois réaliser une voiture miniature autonome. Cela fait plusieurs jours que je bloque sur la détection de feux tricolores. Suivant la luminosité ambiante, les valeurs HSV de mon feux tricolore changent. J'aimerais donc savoir si il est possible de faire en sorte que peu importe l'endroit ou l'on se situe, les valeurs HSV restent fixes. Mon deuxième problème est que je n'arrive pas à détecter seulement mon feux.

Voici le code :

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
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
 
import numpy as np
import cv2
def nothing (x):
   pass
 
 
cap = cv2.VideoCapture(0)
cv2.namedWindow("Trackbars")
 
 
cap.set(3,320)
cap.set(4,240)
#print (cap.get(5))
 
 
cv2.createTrackbar("L - H","Trackbars",0,255,nothing)
cv2.createTrackbar("L - S","Trackbars",0,255,nothing)
cv2.createTrackbar("L - V","Trackbars",0,255,nothing)
cv2.createTrackbar("U - H","Trackbars",0,255,nothing)
cv2.createTrackbar("U - S","Trackbars",0,255,nothing)
cv2.createTrackbar("U - V","Trackbars",0,255,nothing)
 
while True:
 
 
    _, frame = cap.read()
 
    blurred = cv2.GaussianBlur(frame, (11, 11), 0)
    hsv = cv2.cvtColor(blurred, cv2.COLOR_BGR2HSV)
 
 
    l_h = cv2.getTrackbarPos("L - H","Trackbars")          
    l_s = cv2.getTrackbarPos("L - S","Trackbars")          
    l_v = cv2.getTrackbarPos("L - V","Trackbars")         
    u_h = cv2.getTrackbarPos("U - H","Trackbars")         
    u_s = cv2.getTrackbarPos("U - S","Trackbars")          
    u_v = cv2.getTrackbarPos("U - V","Trackbars")
 
 
 
    lower = {'red':(1, 220, 163), 'yellow':(l_h, l_s, l_v), 'green':(l_h, l_s, l_v)} #assign new item
    upper = {'red':(60, 255, 255), 'yellow':(u_h,u_s,u_v), 'green':(u_h,u_s,u_v)}
 
    # define standard colors for circle around the object
    colors = {'red':(0,0,255), 'yellow':(0, 255, 217), 'green':(0,255,0)}
 
    #for each color in dictionary check object in frame
    for key, value in upper.items():
        # construct a mask for the color from dictionary`1, then perform
        # a series of dilations and erosions to remove any small
        # blobs left in the mask
        kernel = np.ones((9,9),np.uint8)
        mask = cv2.inRange(hsv, lower[key], upper[key])
        mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)
        mask = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel)
 
        # find contours in the mask and initialize the current
        # (x, y) center of the ball
        cnts = cv2.findContours(mask.copy(), cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)[-2]
        center = None
 
        # only proceed if at least one contour was found
        #print(len(cnts))
        if len(cnts) > 0:
            # find the largest contour in the mask, then use
            # it to compute the minimum enclosing circle and
            # centroid
            c = max(cnts, key=cv2.contourArea)
            ((x, y), radius) = cv2.minEnclosingCircle(c)
            M = cv2.moments(c)
            cX = int(M["m10"] / M["m00"])
            cY = int(M["m01"] / M["m00"])
 
            # only proceed if the radius meets a minimum size. Correct this value for your object's size
            #print radius     
            if (radius > 0.5):
                # draw the circle and centroid on the frame,
                # then update the list of tracked points
                cv2.circle(frame, (int(x), int(y)), int(radius), colors[key], 2)
                cv2.putText(frame,key + " light", (cX+40, cY), cv2.FONT_HERSHEY_SIMPLEX, 0.6,colors[key],2)
 
 
    # show the frame to our screen
    cv2.imshow("Frame", frame)
    cv2.imshow("Mask", mask)
 
    key = cv2.waitKey(1) & 0xFF
    # if the 'q' key is pressed, stop the loop
    if key == ord("q"):
        break
 
# cleanup the camera and close any open windows
camera.release()
cv2.destroyAllWindows()

[wiztricks]

Salut,

Cela fait plusieurs jours que je bloque sur la détection de feux tricolores. Suivant la luminosité ambiante, les valeurs HSV de mon feux tricolore changent.

Comment font les daltoniens? Ils voient les feux (au sens 3 disques superposés) et si le feu en haut est "brillant", c'est rouge.
Mais c'est plus un sujet d'algorithme que de programmation Python... le bon forum est dans cette rubrique.

Bon courage,

- W

[Quent91]

Bonjour wiztricks,

Merci de ta réponse, je me suis donc dirigé dans cette direction mais je rencontre des problèmes. Avec la fonction cv2.HoughCircles() j'ai réussi à obtenir les coordonnées en y de mes 3 feux et j'ai cherché le max de ces valeurs pour savoir ou est le feux rouge par rapport au jaune et au vert. J'arrive ensuite à voir les LED allumées dans une fenêtre gray_treshed grâce à un seuil que je fixe mais je n'arrive pas à les détecter.

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
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
 
import cv2
import numpy as np
 
def nothing(x):
    pass
 
cap = cv2.VideoCapture(0)
cv2.namedWindow('Treshed')
 
cap.set(3,320)
cap.set(4,240)
 
# create trackbars for treshold change
cv2.createTrackbar('Treshold','Treshed',0,255,nothing)
 
while(1):
 
    _, frame = cap.read()
 
    # Convert to gray
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
 
    r = cv2.getTrackbarPos('Treshold','Treshed')
 
    ret,gray_treshed = cv2.treshold(gray,r,255,cv2.THRESH_BINARY)
    # detect circles in the image
    circles = cv2.HoughCircles(gray, cv2.cv.CV_HOUGH_GRADIENT, 1, 30, param1=50, param2=42, minRadius=18, maxRadius=48)
    # ensure at least some circles were found
    if circles is not None:
        # convert the (x, y) coordinates and radius of the circles to integers
	circles = np.round(circles[0, :]).astype("int")
	for (x, y, r) in circles:
	    if(len(circles) == 3):
                #print("cercle 1 :",circles[0][1], "cercle 2 :",circles[1][1], "cercle 3 :",circles[2][1]) coordonnees y de chaque cercle
                l = [circles[0][1], circles[1][1], circles[2][1]]
                vert = max (l)    # en, python le y est vers le bas
 
                l.remove (vert)
                jaune = max (l)
 
                l.remove (jaune)
                rouge = max (l)
 
                cv2.circle(frame, (x, rouge), r, (0, 0, 255), 2)
                cv2.circle(frame, (x, jaune), r, (0, 255, 217), 2)
                cv2.circle(frame, (x, vert), r, (0, 255, 0), 2)
 
    cv2.imshow('frame', frame)
    cv2.imshow('gray_treshed',gray_treshed)
 
    k = cv2.waitKey(1) & 0xFF
    if k == 27:
        break
 
# close all open windows
cv2.destroyAllWindows()

J'espère que quelqu'un pourra m'aider.

[wiztricks]

Salut,

J'arrive ensuite à voir les LED allumées dans une fenêtre gray_treshed grâce à un seuil que je fixe mais je n'arrive pas à les détecter.

C'est déjà mieux.

J'espère que quelqu'un pourra m'aider.

Il faut un algorithme ou une heuristique avant de coder quoi que ce soit.
Un peu de recherche sur Internet vous donnerait des idées (le forum Algorithmique sans doute aussi).
Tout çà pour dire de demander de l'aide est une chose, la demander dans le bon forum, c'est mieux.

- W

[KleinBagel]

Salut wiztricks,

Pourquoi lui demander de changer de forum alors que son code est en python ?
De plus vous parlez d'algorithme.
Pourquoi?

Salut Quent91,
Vous faites du traitement d'image en python en gros si j'ai compris vous récupérez une image/ou une vidéo.
Vous l'avez converti en gray puis vous encerclez les 3 couleurs du feux donc vous détectez les 3 couleurs mais je pense que la détection de l’éclairage de la LED ne fonctionne pas. avez vous essayé de modifier le niveau de seuil pour pouvoir détecter quand le feux s'allume.

[wiztricks]

Pourquoi lui demander de changer de forum alors que son code est en python ?
De plus vous parlez d'algorithme.
Pourquoi?

Parce que si on ne sait pas quoi coder (i.e. l'algo. ou l'heuristique), on ne saura pas le coder avec Python (ni avec un autre langage).
L'algo ou l'heuristique à utiliser est donc d'un autre niveau (et demande d'autres compétences) que simplement coder avec Python.
C'est pour cela que sur le site de développez vous avez différentes rubriques: traitement d'images, base de données, réseau,... (et pas que programmation)
Et les compétences dans ces domaines là n'iront pas particulièrement lire les questions de traitement d'images dans un forum de programmation.
De plus, si la réponse à ce genre de question peut intéresser tout programmeur qui sera confronté à ce sujet, dommage de n'en faire profiter que les programmeurs Python.

- W