python - 消除 OpenCV EM 检测到的误报

Question

我正在用 Python 开发一种算法，该算法应该识别叶子上包含斑点的区域，以报告疾病的严重程度。在我的研究过程中，我发现了 LeafSnap 并受到了启发。因此，我尝试按照论文使用 OpenCV 期望最大化来分割图像上的叶子，该方法使用 S 和 V 形式的 HSV 颜色空间进行训练；但是，由于反射或阴影，它仍然会返回一些误报。

有人可以尝试给我任何提示以获得更好的结果吗？我没有应用任何预处理技术！

---

Answer 1

我不认为Leafsnap打算在阳光直射下使用。它会产生非常强烈的阴影，完全打乱了他们的 S+V 方法。

在论文中，作者解释说他们会降低色调，因为当白纸反射一些绿色时，它会“稀释”物体。但是，在您的情况下，由于照片似乎是在晴朗的天空下拍摄的，因此纸张的色调要么偏黄（在阳光直射下），要么偏蓝（在阴影中），与树叶的绿色色调明显不同。事实上，在这两种情况下，色调层是最能反映叶子形状的层。因此，你不应该忽视寻找叶子形状的色调。

作为一个想法，您可以单独使用 Saturation + Value 以及 Hue 来确定形状。之后从这两个中选择较小的形状。