如何在C＃中使用EMGU CV找到图片中出现的最大颜色？

Question

我有一个“windows控件”的图像让我们说一个文本框，我希望通过像素颜色比较找到该图片中出现的最大颜色，从而获得文本框中写入的文本的背景颜色。 我在谷歌搜索，我发现每个人都在谈论直方图，并且还给出了一些代码来找出图像的直方图，但没有人在找到直方图后描述过程。

我在某些网站上找到的代码就像

        // Create a grayscale image
        Image<Gray, Byte> img = new Image<Gray, byte>(bmp);
        // Fill image with random values
        img.SetRandUniform(new MCvScalar(), new MCvScalar(255));
        // Create and initialize histogram
        DenseHistogram hist = new DenseHistogram(256, new RangeF(0.0f, 255.0f));
        // Histogram Computing
        hist.Calculate<Byte>(new Image<Gray, byte>[] { img }, true, null);

目前我使用的代码从图像中获取一个线段并找到最大颜色，但这不是正确的方法。 目前使用的代码如下

        Image<Bgr, byte> image = new Image<Bgr, byte>(temp);
        int height = temp.Height / 2;
        Dictionary<Bgr, int> colors = new Dictionary<Bgr, int>();
        for (int i = 0; i < (image.Width); i++)
        {
            Bgr pixel = new Bgr();
            pixel = image[height, i];
            if (colors.ContainsKey(pixel))
                colors[pixel] += 1;
            else
                colors.Add(pixel, 1);                
        }
        Bgr result = colors.FirstOrDefault(x => x.Value == colors.Values.Max()).Key;

如果有人知道如何获得它，请帮助我。将此图像作为输入==＆gt;

Answer 1

Emgu.CV的DenseHistogram公开了方法MinMax()，它找到了直方图的最大和最小区间。

所以在计算你的直方图后，就像你的第一个代码片段一样：

// Create a grayscale image
Image<Gray, Byte> img = new Image<Gray, byte>(bmp);
// Fill image with random values
img.SetRandUniform(new MCvScalar(), new MCvScalar(255));
// Create and initialize histogram
DenseHistogram hist = new DenseHistogram(256, new RangeF(0.0f, 255.0f));
// Histogram Computing
hist.Calculate<Byte>(new Image<Gray, byte>[] { img }, true, null);

...使用此方法找到直方图的峰值：

float minValue, maxValue;
Point[] minLocation;
Point[] maxLocation;
hist.MinMax(out minValue, out maxValue, out minLocation, out maxLocation);

// This is the value you are looking for (the bin representing the highest peak in your
// histogram is the also the main color of your image).
var mainColor = maxLocation[0].Y;

Answer 2

我在stackoverflow中找到了一个代码片段来完成我的工作。 代码就像这样

{{1}}