您好,登录后才能下订单哦!
这篇文章主要讲解了opencv之颜色过滤如何只留下图片中的红色区域,内容清晰明了,对此有兴趣的小伙伴可以学习一下,相信大家阅读完之后会有帮助。
如图,这次需要在图片中找到卷尺的红色刻度,所以需要对图像做过滤,只留下红色部分。
一开始的想法是分别找到RGB值,然后找到红色区域的部分保留就可以了,不过好像很难确定红色区域的RGB取值范围,所以要把图片转化到HSV空间中去。
在opencv中直接使用cvCvtColor函数就可以啦。
IplImage* hsv = cvCreateImage( cvGetSize(image), 8, 3 );
cvCvtColor(image,hsv,CV_BGR2HSV);
opencv 的H范围是0~180,红色的H范围大概是(0~8)∪(160,180) ,S是饱和度,一般是大于一个值,S过低就是灰色(参考值S>80),V是亮度,过低就是黑色,过高就是白色(参考值220>V>50)。
所以接下来要做的就是遍历图像,获取图像每个像素点的H,S,V分量,然后做判断,满足条件的就保留,不满足的就赋值为黑色。
我是用opencv中的IplImage来存储图片的。
IplImage获取像素点的方式如下:
CvScalar s_hsv = cvGet2D(hsv, j, i);//获取像素点为(i, j)点的HSV的值,i是width值,j是height值
IplImage对像素点赋值的方式如下:
CvScalar s;
cvSet2D(hsv, j ,i, s);//对(i,j)处的像素点赋值
分别取得H,S,V分量,注意图像转化的时候BGR2HSV,所以s.val[0]是B或H的值,s.val[1]是G或S的值,s.val[2]则是R或V的值。
因为师弟喜欢用CvMat,所以输入都改成了CvMat,使用的时候inputImage是希望过滤的图片,outputImage则为输出图片,因为outputImage会在函数中进行空间申请与赋值,所以传入参数的时候直接把它设成NULL就可以了。
另外要注意一点,因为是对彩色图像做实验,所以如果传入的图片不是3通道的彩色图片,那么就会出内存错误。
以下打开图片或创建图片的方式都是单通道方式,会出现内存错误。
IplImage *input = cvLoadImage(path, 0), CvMat* M = cvCreateMat(4,4,CV_32FC1); //或是8UC1, 因为C1表示nChannel = 1,也就是单通道 void colorFilter(CvMat *inputImage, CvMat *&outputImage) { int i, j; IplImage* image = cvCreateImage(cvGetSize(inputImage), 8, 3); cvGetImage(inputImage, image); IplImage* hsv = cvCreateImage( cvGetSize(image), 8, 3 ); cvCvtColor(image,hsv,CV_BGR2HSV); int width = hsv->width; int height = hsv->height; for (i = 0; i < height; i++) for (j = 0; j < width; j++) { CvScalar s_hsv = cvGet2D(hsv, i, j);//获取像素点为(j, i)点的HSV的值 /* opencv 的H范围是0~180,红色的H范围大概是(0~8)∪(160,180) S是饱和度,一般是大于一个值,S过低就是灰色(参考值S>80), V是亮度,过低就是黑色,过高就是白色(参考值220>V>50)。 */ CvScalar s; if (!(((s_hsv.val[0]>0)&&(s_hsv.val[0]<8)) || (s_hsv.val[0]>120)&&(s_hsv.val[0]<180))) { s.val[0] =0; s.val[1]=0; s.val[2]=0; cvSet2D(hsv, i ,j, s); } } outputImage = cvCreateMat( hsv->height, hsv->width, CV_8UC3 ); cvConvert(hsv, outputImage); cvNamedWindow("filter"); cvShowImage("filter", hsv); waitKey(0); cvReleaseImage(&hsv); }
关于函数还有一点要说明,H分量我取得是(0,8),(120,180),S与V分量没有做筛选,如果按照注释部分的进行筛选结果不是很好。
补充知识:opencv实现图像去除单一颜色背景
思路
因为背景是固定颜色,很容易筛选出背景,然后将其设为白色完全透明即可。
代码
#coding=utf-8 import cv2 as cv bg_color = [197, 102, 6] threshold = 3000 def calc_diff(pixel): ''' 计算pixel与背景的离差平方和,作为当前像素点与背景相似程度的度量 ''' return (pixel[0]-bg_color[0])**2 + (pixel[1]-bg_color[1])**2 + (pixel[2]-bg_color[2])**2 def remove_bg(): image_path = './logo.png' logo = cv.imread(image_path) logo = cv.cvtColor(logo, cv.COLOR_BGR2BGRA) #将图像转成带透明通道的BGRA格式 h, w = logo.shape[0:2] for i in range(h): for j in range(w): if calc_diff(logo[i][j]) < threshold: #若果logo[i][j]为背景,将其颜色设为白色,且完全透明 logo[i][j][0] = 255 logo[i][j][1] = 255 logo[i][j][2] = 255 logo[i][j][3] = 0 cv.imwrite("./logo_rmbg.png", logo) if __name__ == '__main__': remove_bg()
使用方法
修改第5行的bg_color为图片背景的bgr值,以及第6行的threshold(threshold越大,覆盖的像素越多)。
效果:
emmm,事实证明背景附近的颜色不是严格的背景色,后来将字填充后好多了。
看完上述内容,是不是对opencv之颜色过滤如何只留下图片中的红色区域有进一步的了解,如果还想学习更多内容,欢迎关注亿速云行业资讯频道。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。