👨🏿‍🚒 👵🏾 🙌🏿 交通標識認識（OpenCV） 🤙🏼 👨🏼‍⚕️ 🧖🏽

こんにちは、OpenCV（Intel）を使用して実際の問題を解決した経験を共有することにしました。

その理由は次のとおりです-ビデオ内の道路標識の自動認識がリアルタイムで望ましい。残念ながら、ロシア語では同様の問題に関する情報はほとんどなく、例はさらに少ない。

一般的にインターネット上で調べてみると、必要なマットを備えたOpenCVライブラリを使用することが決定されました。装置およびそれが後で非常に高性能であることが判明したように。

だから問題を解決する段階。

最初のステップは、カメラから画像を取得することです。開発中、ネットワークカメラが使用されましたが、Webカメラの解像度は十分に手元にありませんでした。 OpenCVは、Webカメラを操作するためのかなり簡単な方法を提供します。（HighGuiモジュール）

cvNamedWindow("web-cam", CV_WINDOW_AUTOSIZE); //        
      

        
        
        
      

     this->capture = cvCreateCameraCapture(0); 
      

        
        
        
      

     cvSetCaptureProperty(this->capture,CV_CAP_PROP_FRAME_WIDTH_HEIGHT,640480); //  640x480 
      

        
        
        
      

     
      

        
        
        
      

     while (1) 
      

        
        
        
      

     { 
      

        
        
        
      

     //   - 
      

        
        
        
      

     if(!cvGrabFrame(this->capture)) //    
      

        
        
        
      

     break; 
      

        
        
        
      

     this->frame = cvRetrieveFrame(this->capture); //  (  IplImage) 
      

        
        
        
      

     if(!frame) 
      

        
        
        
      

     break; 
      

        
        
        
      

     cvShowImage("web-cam",this->frame); //      
      

        
        
        
      

     
      

        
        
        
      

     cvWaitKey(10); 
      

        
        
        
      

     if(this->fwork == false) 
      

        
        
        
      

     break; 
      

        
        
        
      

     }

同様のコードを使用して、カメラから常に関連するフレームを取得します

2番目の段階は、結果の画像の変換です。最初の段階では、特定の文字グループのみを認識しました。（禁止、警告）いくつかの実験の結果、フィルターが取得され、その後、次の画像が取得されます。

3番目の段階は、しきい値フィルターの使用です。 OpenCVには多数の変換と処理が含まれており、このフィルターのcvThresholdパラメーターを経験的に選択しました。

4番目の段階は、輪郭の境界の決定です。繰り返しになりますが、私は自分の3輪自転車を考え出す必要はありませんでした;境界検出器であるcvCannyライブラリの最適化された機能が採用されました。結果の輪郭は、元の画像で丸で囲まれます。

したがって、回路のリストを受け取り、事前に訓練されたニューラルネットワークを使用して、結果の回路を分類します。回路が複数の事前定義されたタイプに属していない場合、ゴミ箱に移動されて表示されませんでした。

このような作業スキームにより、（フレームの負荷に応じて）1秒あたり約3〜5フレームを処理できる既製のアプリケーションを作成できました。テストでは、ラップトップ-Core 2 Duo T5450、解像度1024x768のネットワークカメラを使用しました。テスト中、システムは文字の約90％のどこかで認識を示しましたが、唯一の認識です。看板が曲がったり、看板などで覆われていると、システムは標識を認識できません（残念ながら、これは非常に一般的です。ほぼ完全な道路でテストされています）。

その結果、完全に機能するアプリケーションが完成しました。最も重要なことは、openCVでの作業スキルとビデオ認識の分野の知識を得たことです。このライブラリの類似物は見つかりませんでした。

PS 夜には、このアプローチもかなりの適用性があり、いくつかのバリエーションがあります。

交通標識認識（OpenCV）

More articles: