从直方图曲线中选择最佳值范围

Question

情景：

我正在尝试跟踪两个不同颜色的物体。开始时，提示用户将第一个彩色对象（例如，可能是红色）保持在相机前面的特定位置（在屏幕上用矩形标记）并按任意键，然后我的程序获取该部分帧（ROI）并分析其中的颜色，找到要跟踪的颜色。同样对于第二个对象也。然后像往常一样，在HSV颜色平面中使用cv.inRange函数并跟踪对象。

做了什么：

我获取了要跟踪的对象的ROI，将其转换为HSV并检查了Hue直方图。我有两个案例如下：

（这里只有一个主要的中心峰值。但是在某些情况下，我得到两个这样的峰值，一个是一个更大的峰值，周围有一些像素簇，第二个峰值，小于第一个，但是具有小簇的显着大小我也没有它的样本图像。但它几乎看起来像下面（在油漆中创建））

问题：

How can I get best range of hue values from these histograms?

根据最佳范围我的意思是，ROI中大约80-90％的像素位于该范围内。

或者有没有比此更好的方法来跟踪不同颜色的物体？

Answer 1

如果我理解正确，这里你唯一需要的是在图表中找到最大值，其中最大值不一定是最高峰值，而是密度最大的区域。

这是一个非常简单的不太科学但快速的O（n）方法。通过低通滤波器运行直方图。例如。移动平均线。平均值的长度可以说是20.在这种情况下，新修改的直方图的第10个值将是：

mh10 = (h1 + h2 + ... + h20) / 20

其中h1，h2 ...是直方图中的值。下一个值：

mh11 = (h2 + h3 + ... + h21) / 20

使用先前计算的mh10，通过删除它的第一个组件并在结尾添加一个新组件，可以更容易地计算

：

mh11 = mh10 - h1/20 + h21/20

您唯一的问题是如何处理直方图边缘的数字。您可以将移动平均线的长度缩小到可用长度，或者可以在已有的前后添加值。但无论哪种方式，你都无法处理边缘的峰值。

最后，当你有这个修改过的直方图时，只需获得最大值。这是有效的，因为现在直方图中的每个值不仅包含他自己，还包含邻居。

更复杂的方法是使用高斯曲线对平均值进行加权。但那不再是线性的。它将是O（k * n），其中k是平均值的长度，也是高斯的长度。