6

在我的项目中,我想从特定颜色的最大同质区域中获取大小(在下面的示例中,它是蓝天)。

我的第一个想法是转换原始图像:

原始图像

到二值图像,检测天空颜色并用这个区域创建一个蒙版: 蒙版图像

但是我怎样才能得到这些白色像素的大小和位置呢?我想要一个有效的方法,如果图片在图片的上 1/3 处有蓝天,那就是真的。有任何想法吗?我应该创建一个“全局掩码”(参见评论中的图 3)并将其与二进制图片进行比较吗?或者有没有更简单的方法?

谢谢你。

4

1 回答 1

6

算法如下:

  1. 将输入图像转换为YCbCr 颜色空间,这有助于检测蓝色(以及红色)颜色: YCrCb 图像 要将某些图像转换为另一个颜色空间,请使用cvtColor
  2. 从中提取蓝色通道: 蓝色图像 使用函数extractChannel提取所需的通道。
  3. 检测蓝色最大值[0-255]的区域。我使用了函数minMaxIdx,然后将最大值乘以0.8(这是阈值)。您可以使用更复杂的方法,例如直方图分析。
  4. 制作蓝色蒙版: 二进制 为此,我使用了在步骤 3 中计算的阈值函数(作为参数)。
  5. 找到面具中的所有蓝色轮廓。在 OpenCV 中这很容易——只需使用findContours
  6. 最后,检测具有最大正方形的轮廓并找到其坐标(中心)。要计算最大正方形的轮廓,您可以使用函数contourArea

此外,您可以将图像转换为HSV并使用inRange检测蓝色,而不是步骤1-4 。

这是我的 C++ 实现:

Mat inMat = imread("input.jpg"), blueMat, threshMat;

cvtColor(inMat, blueMat, CV_BGR2YCrCb);//convert to YCrCb color space

extractChannel(blueMat, blueMat, 2);//get blue channel

//find max value of blue color
//or you can use histograms
//or more complex mathod
double blueMax;
minMaxIdx(blueMat, 0, &blueMax);

blueMax *= 0.8;
//make binary mask
threshold(blueMat, threshMat, blueMax, 255, THRESH_BINARY);

//finding all blue contours:
vector<vector<Point> > contours;
vector<Vec4i> hierarchy;
findContours(blueMat, contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE);

double maxSquare = 0;
vector<Point> maxContour;
//finding contours with biggest square:
for (size_t i=0; i<contours.size(); i++)
{
    double square = contourArea(contours[i]);
    if (square > maxSquare)
    {
        maxContour = contours[i];
        maxSquare = square;
    }
}

//output results:
Point center = centerPolygon(maxContour);
cout << "square = " << maxSquare << endl;
cout << "position: x: " << center.x << ", y: " << center.y << endl;

这里的centerPolygon功能:

Point centerPolygon(const vector<Point>& points)
{
    int x=0, y=0;

    for (size_t i=0; i<points.size(); i++)
    {
        x += points[i].x;
        y += points[i].y;
    }

    return Point(x/points.size(), y/points.size());
}

程序的输出如下:

square = 263525
position: x: 318, y: 208

您可以将此代码转换为 JavaCV - 请参阅本教程

于 2012-06-26T17:20:34.367 回答