我需要根据足球场白线校准相机。为了做到这一点，我使用Canny边缘检测和HoughLinesP来获得白线矢量。相机的位置是不固定的，照片也可能包含人群。在这种情况下，对于HoughLinesP来说，拥挤的人群可能会非常嘈杂，因此我想从图像中提取field的ROI。我已经将图像转换为HSV，并在绿色上使用inRange。那么，获得投资回报率的最佳方式是什么呢?
指向噪声图像示例的链接- Source和InRange后面
在这种方法中，使用像DBSCAN这样的聚类方法，您可以消除噪声并选择最大区域。然后，您可以使用opencv来描述该区域，使用轮廓，线条或凸包。
顺便说一下，你可能想看看最近的行检测器
我们使用场、线、圆信息以及一些特定问题的假设，以及镜头不失真和模型拟合来进行静态相机的自动校准;然而，总是会有需要最小用户输入的嘈杂情况