本章节完成停车场监控视频中停车位实时情况的动态识别。

首先，来做图像的预处理。

下面的两张图片是从一段停车场监控中截取的视频截图：

计算机视觉图像识别16.1-停车位识别的图像预处理_图像预处理

首先，我们来定义函数select_rgb_white_yellow，用于从函数中提取白色和黄色区域，并把处理后的图像进行返回。

设置颜色范围：lower 表示最低 RGB 值 [120,120,120]，upper 表示最高 RGB 值 [255,255,255]。

使用 cv2.inRange 创建一个白色掩码 white_mask，筛选出图像中在指定 RGB 范围内的像素。

调用 self.cv_show 显示白色掩码图像。

使用 cv2.bitwise_and 将原始图像与白色掩码结合，生成仅包含白色区域的图像 masked。

调用 self.cv_show 显示处理后的图像。

def select_rgb_white_yellow(self,image):lower = np.array([120,120,120])upper = np.array([255,255,255])white_mask = cv2.inRange(image,lower,upper)self.cv_show('white_mask',white_mask)masked = cv2.bitwise_and(image,image,mask=white_mask)self.cv_show('masked',masked)return masked
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.

计算机视觉图像识别16.1-停车位识别的图像预处理_轮廓提取_02

计算机视觉图像识别16.1-停车位识别的图像预处理_图像预处理_03

然后进行停车场图像的轮廓提取。

def convert_gray_scale(self,image):return cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)def detect_edges(self,image,low_threshold=50,high_threshold=200):return cv2.Canny(image,low_threshold,high_threshold)
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.

通过以下方式调用：

gray_images = list(map(park.convert_gray_scale,white_yellow_images))park.show_img(gray_images)edge_images = list(map(lambda image:park.detect_edges(image),gray_images))park.show_img(edge_images)
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.

计算机视觉图像识别16.1-停车位识别的图像预处理_轮廓提取_04

接下来，把关注重心放在停车场区域，无关紧要的范围进行删除。

大致标定停车场轮廓角点：

def select_region(self, image):# first, define the polygon by verticesrows, cols = image.shape[:2]pt_1 = [cols * 0.05, rows * 0.90]pt_2 = [cols * 0.05, rows * 0.70]pt_3 = [cols * 0.30, rows * 0.55]pt_4 = [cols * 0.6, rows * 0.15]pt_5 = [cols * 0.90, rows * 0.15]pt_6 = [cols * 0.90, rows * 0.90]vertices = np.array([[pt_1, pt_2, pt_3, pt_4, pt_5, pt_6]], dtype=np.int32)point_img = image.copy()point_img = cv2.cvtColor(point_img, cv2.COLOR_GRAY2RGB)for point in vertices[0]:cv2.circle(point_img, (point[0], point[1]), 10, (0, 0, 255), 4)self.cv_show('point_img', point_img)return self.filter_region(image, vertices)
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.
  • 18.

计算机视觉图像识别16.1-停车位识别的图像预处理_轮廓提取_05

把无关区域剪除掉：

def filter_region(self, image, vertices):mask = np.zeros_like(image)if len(mask.shape) ==2:cv2.fillPoly(mask, vertices, 255)self.cv_show('mask', mask)return cv2.bitwise_and(image, mask)
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.

调用方法：

roi_images = list(map(park.select_region,edge_images))
park.show_img(roi_images)
  • 1.
  • 2.

调用结果：

计算机视觉图像识别16.1-停车位识别的图像预处理_轮廓提取_06