11

我有一个看起来像这样的图像:

原来的

我想像这样找到黑暗部分的边缘(红线是我要找的):

必需的

我尝试了一些方法,但都没有奏效,所以我希望那里有一位 emgu 大师愿意帮助我......

方法一

  • 将图像转换为灰度
  • 去除噪音并反转
  • 删除任何不是很亮的东西
  • 获取精明和多边形

代码(我知道我应该正确处理东西,但我保持代码简短):

var orig = new Image<Bgr, byte>(inFile);

var contours = orig
    .Convert<Gray, byte>()
    .PyrDown()
    .PyrUp()
    .Not()
    .InRange(new Gray(190), new Gray(255))
    .Canny(new Gray(190), new Gray(255))
    .FindContours(CHAIN_APPROX_METHOD.CV_CHAIN_APPROX_SIMPLE,
                  RETR_TYPE.CV_RETR_TREE);

var output = new Image<Gray, byte>(orig.Size);    
for (; contours != null; contours = contours.HNext)
{
    var poly = contours.ApproxPoly(contours.Perimeter*0.05,
                                   contours.Storage);
    output.Draw(poly, new Gray(255), 1);
}
output.Save(outFile);

这是结果:

方法 1 结果

方法二

  • 将图像转换为灰度
  • 去除噪音并反转
  • 删除任何不是很亮的东西
  • 得到精明,然后线条

代码:

var orig = new Image<Bgr, byte>(inFile);

var linesegs = orig
    .Convert<Gray, byte>()
    .PyrDown()
    .PyrUp()
    .Not()
    .InRange(new Gray(190), new Gray(255))
    .Canny(new Gray(190), new Gray(255))
    .HoughLinesBinary(
        1,
        Math.PI/45.0,
        20,
        30,
        10
    )[0];

var output = new Image<Gray, byte>(orig.Size);    
foreach (var l in linesegs)
{
    output.Draw(l, new Gray(255), 1);
}
output.Save(outFile);

这是结果:

方法 2 结果

笔记

我已经尝试调整这两种方法的所有参数并添加平滑,但我永远无法获得我需要的简单边缘,因为我想,较暗的区域不是纯色。

我也尝试过膨胀和腐蚀,但我必须为它们输入的参数太高才能获得单一颜色,以至于我最终会在右侧包含一些灰色的东西并失去准确性。

4

1 回答 1

22

是的,这是可能的,您可以这样做:

  • 改变图像的对比度,使较亮的部分消失:

在此处输入图像描述

  • 然后,将其转换为 HSV 以对 Saturation 通道执行阈值操作:

在此处输入图像描述

  • 并执行侵蚀和扩张操作以消除噪音:

在此处输入图像描述

此时,您将获得您正在寻找的结果。出于测试目的,最后我执行 边界框技术来展示如何检测感兴趣区域的开始和结束:

在此处输入图像描述

我没有时间调整参数并做出完美的检测,但我相信你能弄清楚。这个答案提供了实现这一目标的路线图!

这是我想出的 C++ 代码,我相信您能够将其转换为 C#:

#include <cv.h>
#include <highgui.h>

int main(int argc, char* argv[])
{
    cv::Mat image = cv::imread(argv[1]);
    cv::Mat new_image = cv::Mat::zeros(image.size(), image.type());

    /* Change contrast: new_image(i,j) = alpha*image(i,j) + beta */

    double alpha = 1.8;     // [1.0-3.0]
    int beta = 100;         // [0-100]
    for (int y = 0; y < image.rows; y++)
    { 
        for (int x = 0; x < image.cols; x++)
        { 
        for (int c = 0; c < 3; c++)
        {
            new_image.at<cv::Vec3b>(y,x)[c] = 
            cv::saturate_cast<uchar>(alpha * (image.at<cv::Vec3b>(y,x)[c]) + beta);
        }
        }
    }
    cv::imshow("contrast", new_image);

    /* Convert RGB Mat into HSV color space */

    cv::Mat hsv;
    cv::cvtColor(new_image, hsv, CV_BGR2HSV);
    std::vector<cv::Mat> v;
    cv::split(hsv,v);

    // Perform threshold on the S channel of hSv    
    int thres = 15;
    cv::threshold(v[1], v[1], thres, 255, cv::THRESH_BINARY_INV);
    cv::imshow("saturation", v[1]);

    /* Erode & Dilate */

    int erosion_size = 6;   
    cv::Mat element = cv::getStructuringElement(cv::MORPH_CROSS,
                          cv::Size(2 * erosion_size + 1, 2 * erosion_size + 1), 
                          cv::Point(erosion_size, erosion_size) );
    cv::erode(v[1], v[1], element);
    cv::dilate(v[1], v[1], element);    
    cv::imshow("binary", v[1]);

    /* Bounding box */

    // Invert colors
    cv::bitwise_not(v[1], v[1]);

    // Store the set of points in the image before assembling the bounding box
    std::vector<cv::Point> points;
    cv::Mat_<uchar>::iterator it = v[1].begin<uchar>();
    cv::Mat_<uchar>::iterator end = v[1].end<uchar>();
    for (; it != end; ++it)
    {
        if (*it) points.push_back(it.pos());
    }    

    // Compute minimal bounding box
    cv::RotatedRect box = cv::minAreaRect(cv::Mat(points));

    // Draw bounding box in the original image (debug purposes)
    cv::Point2f vertices[4];
    box.points(vertices);
    for (int i = 0; i < 4; ++i)
    {
        cv::line(image, vertices[i], vertices[(i + 1) % 4], cv::Scalar(0, 255, 0), 2, CV_AA);
    }

    cv::imshow("box", image);    
    cvWaitKey(0);

    return 0;
}
于 2012-06-14T14:59:56.997 回答