使用 OpenCV 过滤凸包和凸性缺陷

Question

我正在处理数字信号，尝试检测指尖，类似于此处提供的解决方案：使用 JavaCV 进行手和手指检测。

但是，我没有使用 JavaCV，而是使用 Android 版 OpenCV，这略有不同。 我已经成功完成了教程中介绍的所有步骤，但过滤了凸包和凸性缺陷。这就是我的图像的样子：

这是另一种分辨率的图像：

正如你可以清楚地看到的，有很多黄点（凸包），也有很多红点（凸缺陷）。有时2个黄点之间没有红点，这很奇怪（凸包是如何计算的？）

我需要的是创建类似的过滤功能，如之前提供的链接，但使用 OpenCV 的数据结构。

凸包是 MatOfInt 的类型... 凸性缺陷是 MatOfInt4 的类型...

我还创建了一些额外的数据结构，因为愚蠢的 OpenCV 以不同的方法使用包含相同数据的不同类型的数据......

convexHullMatOfInt = new MatOfInt();
convexHullPointArrayList = new ArrayList<Point>();
convexHullMatOfPoint = new MatOfPoint();
convexHullMatOfPointArrayList = new ArrayList<MatOfPoint>();

这是我到目前为止所做的，但效果不佳。问题可能在于以错误的方式转换数据：

创建凸包和凸性缺陷：

public void calculateConvexHulls()
{
    convexHullMatOfInt = new MatOfInt();
    convexHullPointArrayList = new ArrayList<Point>();
    convexHullMatOfPoint = new MatOfPoint();
    convexHullMatOfPointArrayList = new ArrayList<MatOfPoint>();

    try {
        //Calculate convex hulls
        if(aproximatedContours.size() > 0)
        {
            Imgproc.convexHull( aproximatedContours.get(0), convexHullMatOfInt, false);

            for(int j=0; j < convexHullMatOfInt.toList().size(); j++)
                convexHullPointArrayList.add(aproximatedContours.get(0).toList().get(convexHullMatOfInt.toList().get(j)));
            convexHullMatOfPoint.fromList(convexHullPointArrayList);
            convexHullMatOfPointArrayList.add(convexHullMatOfPoint);    
        }
    } catch (Exception e) {
        // TODO Auto-generated catch block
        Log.e("Calculate convex hulls failed.", "Details below");
        e.printStackTrace();
    }
}

public void calculateConvexityDefects()
{
    mConvexityDefectsMatOfInt4 = new MatOfInt4();

    try {
        Imgproc.convexityDefects(aproximatedContours.get(0), convexHullMatOfInt, mConvexityDefectsMatOfInt4);

        if(!mConvexityDefectsMatOfInt4.empty())
        {
            mConvexityDefectsIntArrayList = new int[mConvexityDefectsMatOfInt4.toArray().length];
            mConvexityDefectsIntArrayList = mConvexityDefectsMatOfInt4.toArray();
        }
    } catch (Exception e) {
        Log.e("Calculate convex hulls failed.", "Details below");
        e.printStackTrace();
    }
}

过滤：

public void filterCalculatedPoints()
    {
        ArrayList<Point> tipPts = new ArrayList<Point>();
        ArrayList<Point> foldPts = new ArrayList<Point>();
        ArrayList<Integer> depths = new ArrayList<Integer>();

        fingerTips = new ArrayList<Point>();
        
        for (int i = 0; i < mConvexityDefectsIntArrayList.length/4; i++)
        {
            tipPts.add(contours.get(0).toList().get(mConvexityDefectsIntArrayList[4*i]));
            tipPts.add(contours.get(0).toList().get(mConvexityDefectsIntArrayList[4*i+1]));
            foldPts.add(contours.get(0).toList().get(mConvexityDefectsIntArrayList[4*i+2]));
            depths.add(mConvexityDefectsIntArrayList[4*i+3]);
        }
        
        int numPoints = foldPts.size();
        for (int i=0; i < numPoints; i++) {
            if ((depths.get(i).intValue()) < MIN_FINGER_DEPTH)
                continue;

            // look at fold points on either side of a tip
            int pdx = (i == 0) ? (numPoints-1) : (i - 1);
            int sdx = (i == numPoints-1) ? 0 : (i + 1);

            int angle = angleBetween(tipPts.get(i), foldPts.get(pdx), foldPts.get(sdx));
            if (angle >= MAX_FINGER_ANGLE)   // angle between finger and folds too wide
                continue; 

            // this point is probably a fingertip, so add to list
            fingerTips.add(tipPts.get(i));
        }
    }

结果（白点-过滤后指尖）：

你能帮我编写适当的过滤函数吗？

更新 2013 年 8 月 14 日

我使用标准 openCV 函数进行轮廓逼近。我必须随着分辨率的变化和手到相机的距离来改变近似值，这是很难做到的。如果分辨率较小，则手指包含的像素较少，因此近似值应该较小。与距离相同。保持高位会导致手指完全失去。所以我认为近似并不是解决问题的好方法，但是较小的值可能有助于加快计算速度：

Imgproc.approxPolyDP(frame, frame, 2 , true); 

如果我使用高值，那么结果如下图所示，只有在距离和分辨率不变的情况下才好。 另外，我很惊讶船体点和缺陷点的默认方法没有有用的参数来传递（最小角度、距离等）...

下图展示了我希望始终实现的效果，与分辨率或手到相机的距离无关。而且我不想在合上手掌时看到任何黄点...

总而言之，我想知道：

• 如何过滤点
• 我怎样才能做出始终有效的分辨率和距离无关的近似值
• 如果有人知道或有一些关于 OpenCV 中使用的数据结构的材料（图形表示、解释），我很乐意阅读。 （Mat、MatOfInt、MatOfPoint、MatOfPoint2、MatOfPoint4 等）

Answer 1

低分辨率的凸包可用于识别整个手的位置，它对手指没有用，但确实提供了感兴趣的区域和适当的比例。

然后应将更高分辨率的分析应用于您的近似轮廓，很容易跳过最后两个中未通过“长度和角度”标准的任何点，尽管您可能希望“平均”而不是“跳过”完全”。

您的代码示例是计算凸性缺陷然后将其删除的单次传递..这是一个逻辑错误..您需要边走边删除点..（a）一次性完成所有操作会更快更简单(b) 它避免了在第一次通过时删除点以及稍后必须将它们添加回来，因为任何删除都会更改之前的计算。

这个基本技术非常简单，因此适用于基本的张开手掌。但它本质上并不理解手或手势，因此调整比例、角度和长度参数只能让你“到目前为止”。

技术参考： 过滤器长度和角度“凸面缺陷” 西蒙·安德烈森博客 http://simena86.github.io/blog/2013/08/12/hand-tracking-and-recognition-with-opencv/

基于 Kinect SDK 的 C# 库，添加了手指方向检测 http://candescentnui.codeplex.com/ http://blog.candescent.ch/2011/11/improving-finger-detection.html

“自我生长和组织的神经气体”（SGONG） Nikos Papamarkos 教授http://www.papamarkos.gr/uploaded-files/Hand%20gesture%20recognition%20using%20a%20neural%20network%20shape%20fitting%20technique.pdf

商业产品 David Holz 和 Michael Buckwald “Leap Motion”创始人 http://www.engadget.com/2013/03/11/leap-motion-michael-buckwald-interview/

Answer 2

我认为你错过了这一点：

通过利用轮廓的低多边形近似而不是原始轮廓，可以加快船体创建和缺陷分析的速度。