Opencv识别激光线检测人的位置

刚接触openCV，还是智能跟随小车的项目。使用摄像头加线状激光发射器做人的位置检测。

工具：850nm光波段，500mw线状激光发射器，100度窄带850或者广谱加850摄像头。
项目完成情况及功能：我做的部分是在框出人的前提下，提取人身上的激光线，现在的进度是大体一完成，精度也还可以，但是不适用在室外强光下使用。
项目算法思路：
基于论文ROI区域的查找方法，首先我们的激光是线状的，水平发射出去，如果在太阳光不太强的情况下，那么我们的激光在每一列应该是最亮的点，也就是灰度值最大，这样我们就可以遍历每一列找出灰度值最大的点。
但是由于激光打出去照射在人的身上会形成光斑，所以我们可以把每一列相同的最大的点只取最后一个，这样就可以解决光斑的问题，不需要再用灰度重心法，或者极值法。
在实际应用中可能光斑比较分散，导致光斑的上边沿和下边沿都有分布每列最大灰度值的点，所以还有设置一个宽度是框内大小，高度是20像素点的区域，要用这个区域来遍历整个框，最后统计哪一行里面包含的最大灰度值的点最多，就说明激光线在这个区域的可能性最大，最后取平均值确定激光线的位置。 虽然方法比较简单，但是却比较精准实用。
我也尝试过其他的几种方法，有下面三种：
一：阈值加sobel卷积和霍夫变换 此方法步骤是：
1、灰度处理。 2、sobel算子卷积。 3、阈值处理 4、霍夫变换找直线。 方法用自定义的sobel算子效果还算好一点。 但是sobel算子和激光线的光斑终究会把激光线变得弯曲，弯曲之后会和霍夫变换相矛盾，还是无法检测的准确。
二：基于hessian矩阵的steger算法 此算法利用的是hessian矩阵的各向异性，找出在X方向和Y方向的特征向量值，最后比较哪个大就用哪个特征向量作为法线的方向，最后用steger求出中心点，也可以达到亚像素级别。 这种方法在室内用，检测光斑用着还可以，但是对于漫反射或者室外效果不好。
三：使用大阈值加形状检测来识别光斑，激光线，这种方法适用的场景更加单一，必须用阈值把除激光线以外的东西全通过大阈值（最少200），然后二值化处理掉，只留下激光，然后用findcounts检测出轮廓，最后图像拟合，画出形状，求出周长，算中心点。

    总结：后三种方法都不好用，当然我的最前面的方法在强光下也无法使用，而且还必须检测到人的坐标的前提下
    还有待完善，还请大家指点。

下面是源码和测试效果。
我的gethub源码是：https://github.com/BeiGuoDeXue/Laser-line-extraction.git

#include <opencv2\opencv.hpp>
#include <iostream>
#include <time.h>
using namespace std;
using namespace cv;
void gamma_correct(Mat& img, Mat& dst, double gamma) {
	Mat temp;
	CvMat tmp;

	img.convertTo(temp, CV_32FC1, 1.0 / 255.0, 0.0);
	tmp = temp;
	cvPow(&tmp, &tmp, gamma);
	temp.convertTo(dst, CV_8UC1, 255.0, 0.0);
}
int main(void)
{
	int max[2000];
	VideoCapture cap;
	cap.open(0); //打开摄像头
	namedWindow("input image", CV_WINDOW_AUTOSIZE);
	//namedWindow(output_title, 0);
	while (1)
	{
		Mat src1;
		Mat src;
		vector<int> max1;
		int max_arry[2][1920] = {0};
		//src1 = imread("./photo/34.bmp", 1);
		//src1 = imread("./室外/2019-08-22-58.bmp", 1);
		//src = src1;
		cap >> src1; //读取当前帧
		src = src1;
		//double t = (double)getTickCount();
		imshow("input image", src);
		if (!src.data) {
			printf("could not load image...\n");
			return -1;
		}
		double t = 0;
		t = (double)getTickCount();
		int src_width  = src.cols;
		int src_height = src.rows;
		cvtColor(src, src, CV_BGR2GRAY);
		//equalizeHist(src, src);
		//imshow("直方图均衡化", gray);
		//gamma_correct(src, src, 2.0);                                  //gamma用来对亮的进行加强，对暗的地方进行抑制
		//imshow("伽马校正",src);
		//erode(src_gray, src_gray, structureElement);
		//Mat structureElement = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));
		//dilate(src, src, structureElement); //膨胀
		//erode(src, src, structureElement);  //腐蚀  腐蚀的效果在视频中还不错
		//erode(src, src, structureElement);  //腐蚀
		//erode(src, src, structureElement);  //腐蚀
		//erode(src, src, structureElement);  //腐蚀
		//GaussianBlur(src, src, Size(0, 0), 6, 6);  //视频中，高斯滤波效果还可以
		//medianBlur(src, src, 3);//中值滤波，没必要
		//imwrite("./photo/3_1.jpg", src);

		int height = 400, width = 200;
		int  initial_X = (src_width - width) / 2, initial_Y = 50;
		Rect rect(initial_X, initial_Y, width, height);          //左上坐标（x,y）和矩形的长(x)宽(y)
		rectangle(src1, rect, Scalar(255, 0, 0), 1, 1, 0);

		//int th;
		//Mat src2;
		//th = threshold(src, src2, 0, 255, CV_THRESH_OTSU);    //大律法也可以考虑不再使用
		printf("th is:%d\n",th);
		//imshow("大律法", src2);
		//printf("cow and row is %d,%d\n", src.cols, src.rows);
		//printf("灰度和画框：%f ms\n", (getTickCount() - t)*(1000) / getTickFrequency());
		//t= (double)getTickCount();
		uchar *pValue;
		int value_store = 0;
		for (int i = 0; i < src.cols; i++)                 //cols是列数，640
		{
			max[i] = 0;
			value_store = 0;
			pValue = src.ptr<uchar>(0);
			for (int j = 0; j < src.rows; j++)            //rows是行，480  Mat访问坐标是x y反着写的。
			{
				//pValue = src.ptr<uchar>(j);
				if ((pValue[i] >= value_store) && (pValue[i] > 150))     //150为最低的阈值
				{
					value_store = pValue[i];
					max[i] = j;
				}
				pValue += src_width;
			}
			max_arry[0][i]=i;
			max_arry[1][i]= max[i];
		}
		for (int k = 0; k <src_width; k++)
		{
			Point rpt;
			rpt.x = max_arry[0][k];             // max1[2 * k + 0];
			rpt.y = max_arry[1][k];             // max1[2 * k + 1];
			circle(src1, rpt, 0, Scalar(0, 0, 255));
		}
		int Max_sopt[2][1080] = { 0 };      //分成(src_height-20)段,
		int Max_order = 0;
		int Max_store = 0;
		int lengh = 20;                     //每段宽度是20个像素点,可以更改
		for (int j = 0; j < (src_height- lengh); j++)
		{
			for (int i = initial_X; i <= width+ initial_X; i++)
			{
				if ((max_arry[1][i] > (j + lengh)) && (max_arry[1][i] <= (j + lengh*2)))
				{
					Max_sopt[0][j]++;                    //每个段的个数
					Max_sopt[1][j] += max_arry[1][i];    //每个段的总和
				}
			}
			if (Max_sopt[0][j]>Max_store )
			{
				Max_store = Max_sopt[0][j];
				Max_order = j;                    //记录下哪一个段的点数最多
			}
		}
		if ((Max_sopt[1][Max_order] > 0) && (Max_sopt[0][Max_order] > 0))
			Max_sopt[1][Max_order] = Max_sopt[1][Max_order] / Max_sopt[0][Max_order];//得到平均值，可以画点
		Point rpt2;
		rpt2.x = width / 2 + initial_X;
		rpt2.y = Max_sopt[1][Max_order];
		circle(src1, rpt2, 10, Scalar(255, 0, 255));

		imshow("result", src1);
		printf("%f ms, X:%d,Y:%d\n", (getTickCount() - t)*(1000) / getTickFrequency(), rpt2.x, rpt2.y);
		waitKey(60);
	}
	//system("pause");
	return 0;
}

测试效果，方框是框出来的，中间圆点是激光线坐标点。