Question

我目前的目标是调整图像中的红色像素（更具体地说，是用于消除闪光引起的红眼的眼睛区域），这很有效，但我有时会遇到这个问题皮肤上出现绿色斑块。

这是一个很好的结果（之前和之后）：

我意识到为什么会发生这种情况，但是当我将阈值调整到更高的值（意味着红色强度必须更强）时，更少的红色像素被拾取和更改，即：

阈值越低，皮肤上出现的绿色就越多。

我想知道我目前在改变红色像素方面是否有其他方法？

int lcount = 0;
for(int y=0;y<lcroppedEye.rows;y++)
{
    for(int x=0;x<lcroppedEye.cols;x++)
    {
        double b = lcroppedEye.at<cv::Vec3b>(y, x)[0];
        double g = lcroppedEye.at<cv::Vec3b>(y, x)[1];
        double r = lcroppedEye.at<cv::Vec3b>(y, x)[2];

        double redIntensity = r / ((g + b) / 2);

        //currently causes issues with non-red-eye images
        if (redIntensity >= 1.8)
        {
            double newRedValue = (g + b) / 2;
            cv::Vec3b pixelColor(newRedValue,g,b);
            lroi.at<cv::Vec3b>(cv::Point(x,y)) = pixelColor;
            lcount++;
        }
    }
}

编辑：我可以添加一个检查以确保新的RGB值足够低，因此R，G，B值是相似/接近的值，因此写出黑色/灰色像素只有...或者有一系列不允许的RGB值（绿色）...会起作用吗？

Answer 1

改变

可能更好

double redIntensity = r / ((g + b) / 2);

到

double redIntensity = r / ((g+b+1) / 2);

因为g + b可以等于0，你就会得到NAN。

另请参阅cv :: floodfill方法。

Answer 2

调整RGB空间中的颜色需要注意您所面临的绿色区域。将R，G，B值转换为更好的色彩空间，如HSV或LUV。

我建议你去HSV检测并改变红眼颜色。 R /（G + B）不是计算红色强度的好方法。这意味着你正在调用（R = 10，G = 1，B = 0）一种非常红的颜色，但它是致命的黑色。看看下面的比较：

colors

因此，您最好检查饱和度和值是否为高值，红眼颜色就是这种情况。如果遇到其他高强度颜色，可以检查Hue是否在[0-20]和[340-359]之间。但是如果没有这个，你仍然可以安全地对抗白色本身，因为它具有非常低的饱和度并且你无论如何都不会选择白色区域。

那是为了选择，为了改变颜色，最好不要使用RGB，因为当我们感知颜色时，那个空间的变化不是线性的。看看上面的图像，你可以看到降低饱和度和值都是一个好的开始。但是你可以尝试一下，看看看起来更好看。也许你总是可以使用深灰色，这意味着将饱和度设置为零，并将值降低一点。您可能会认为深棕色会更好，但要求低饱和度和值，但将Hue设置为大约30度。

可能对您有帮助的参考资料：

Answer 3

准备一个与你的lcroppedEye图像大小相同的面具，这个图像最初都是黑色的（我在这里将这个图像称为maskImage）。
对于通过（redIntensity＆gt; = 1.8）条件的lcroppedEye（row，col）中的每个像素，将maskImage（row，col）像素设置为白色。
完成lcroppedEye中的所有像素后，maskImage将使所有类似红眼的像素都为白色。
如果您对此maskImage执行连接组件分析，则应该可以通过考虑圆形或类似磁盘的功能等来过滤掉其他区域。
现在您可以使用此maskImage作为蒙版将颜色转换应用于原始图像的ROI

（在继续进行连通分量分析之前，您可能需要对maskImage进行一些预处理。此外，您可以使用split，divide和threshold函数替换问题中的代码段，除非有特殊原因迭代像素）

Answer 4

一旦红色区域中的颜色信息被额外的红色值扭曲太多，可能最好忽略红色区域的颜色信息。所以新的价值观可能是：

newRedValue =（g + b）/ 2; newGreenValue = newRedValue; newBlueValue = newRedValue;

即使您检测到错误的红色区域，其饱和度也会比绿色区域产生更好的效果。您还可以使用morphological closing operations（使用圆形结构元素）来避免红色区域遮罩中的间隙。因此，您需要执行3个步骤：1。找到红色区域并为此创建遮罩2.执行红色区域遮罩形态关闭操作3.使用此遮罩去饱和图像

是的，不要使用＆＃34; r /（（g + b）/ 2）＆＃34;因为它可以导致除零错误。

Answer 5

问题似乎是无论是否存在任何红眼都会替换，所以你必须以某种方式测试是否有任何高红色值（比你的皮肤更红）。
我猜测那里有反射的区域也会有特定的蓝色和绿色值，无论是高值还是低值都要检查，以便你需要高红色值和低蓝色和/或低绿色值。

// first pass, getting the highest red value
int highRed = 0;
cv::Point redPos = cv::Point(0,0);

int lcount = 0;
for(int y=0;y<lcroppedEye.rows;y++)
{
    for(int x=0;x<lcroppedEye.cols;x++)
    {
        double r = lcroppedEye.at<cv::Vec3b>(y, x)[2];

        if (redIntensity > highRed)
        {
            highRed = redIntensity ;
            redPos = cv::Point(x,y);
        }
    }
}

// decide if its red enough, need to find a good minRed value.
if (highRed < minRed)
  return;

此处的原始代码包含以下更改。

    // avoid division by zero, code from @AndreySmorodov
    double redIntensity = r / ((g+b+1) / 2);

    // add check for actual red colour.
    if (redIntensity >= 1.8 && r > highRed*0.75) 
    // potential add check for low absolute r/b values.
    {
        double newRedValue = (g + b) / 2;
        cv::Vec3b pixelColor(newRedValue,g,b);
        lroi.at<cv::Vec3b>(cv::Point(x,y)) = pixelColor;
        lcount++;
    }
}

OpenCV：计算新的红色像素值

5 个答案: