4

我正在做一个项目,我需要在图像中检测红色激光线。这是我心目中的策略。

  1. 分离图像中的 R、G、B 通道。
  2. 以高强度值阈值图像。
  3. 使用生成的 3 个二进制图像,执行元素明智操作 r && !g && !b。(&& 是逻辑与,! 是逻辑非)。
  4. 得到的矩阵是一个二值图像,在存在激光的区域上为 1。

这适用于 Matlab 上的一些测试图像。但我的问题是这需要在 C/C++ 中使用 OpenCV 来实现。

我已经尝试过大多数库函数,但似乎没有直观/简单的方法来处理二进制图像并对它们执行逻辑操作。

有人可以向我指出您认为我可能会发现有用的 OpenCV 功能/方法吗?我认为cvThresholdImage可以将其用于阈值,但仅此而已。

4

1 回答 1

3

那么你已经在 openCV 中弄清楚了步骤 1 和 2 了吗?如果您只是尝试使用逻辑运算符,openCV 可以让您访问原始数据,然后您可以使用逻辑运算符对其进行操作。假设您已经分成三个通道并设置了阈值

//three binary images in the format you specified above
cv::Mat g;
cv::Mat b;
cv::Mat r;
uchar* gptr = g.data();
uchar* bptr = b.data();
uchar* rptr = r.data();

//assuming the matrix data is continuous you can just iterate straight through the data
if(g.isContinuous()&&r.isContinuous()&&b.isContinuous())
{  
  for(int i = 0; i < g.rows*g.cols; i++)
  {
     rptr[i] = rptr[i]&&!bptr[i]&&!gptr[i];
  }
}

r 现在包含您描述的输出。如果您不想覆盖 r,也可以将其复制到新矩阵中。

有几种方法可以遍历 cv::Mat 并访问所有数据点,C++ 提供了您可能需要的所有逻辑运算符。据我所知,openCV 不提供矩阵逻辑运算符函数,但您可以很容易地编写自己的函数,如上所示。

编辑 根据 QuentinGeissmann 的建议,您可以使用 bitwise_not 和 bitwise_and 函数完成同样的事情。我不知道它们的存在。我怀疑使用它们会更慢,因为必须迭代数据的次数,但它可以用更少的代码完成。

cv::bitwise_not(g,g);
cv::bitwise_not(b,b);
cv::bitwise_and(b,g,b);
cv::bitwise_and(r,b,r);
//r now contains r&&!b&&!g
于 2012-08-15T19:25:58.907 回答