如何使用OpenCV检测图像中的彩色色块？

Question

我试图通过移动相机检测房间条件下的图片（黑白素描）是否有彩色。

我能够得到这个结果

使用以下代码

Mat dest = new Mat (sections[i].rows(),sections[i].cols(),CvType.CV_8UC3);
Mat hsv_image = new Mat (sections[i].rows(),sections[i].cols(),CvType.CV_8UC3);

Imgproc.cvtColor (sections[i],hsv_image,Imgproc.COLOR_BGR2HSV);

List <Mat> rgb = new List<Mat> ();
Core.split (hsv_image, rgb);
Imgproc.equalizeHist (rgb [1], rgb [2]);
Core.merge (rgb, sections[i]);
Imgproc.cvtColor (sections[i], dest, Imgproc.COLOR_HSV2BGR);

Core.split (dest, rgb);

如何成功查看图像是否有颜色。颜色可以是任何颜色，它有房间条件。请帮助我，因为我是初学者。

由于

Answer 1

处理HSV color-space中的彩色图像是一个很好的方向。我分割了频道，发现S频道很棒。因为S是Saturation(饱和度)的颜色。

然后以S的阈值对100进行阈值处理，您将获得此结果。

在脱粒二进制图像中分离彩色区域很容易。

正如@Mark建议的那样，我们可以使用除固定阈值之外的自适应阈值。因此，请在标记中添加THRESH_OTSU。

Core python代码如下所示：

##(1) read into  bgr-space
img = cv2.imread("test.png")

##(2) convert to hsv-space, then split the channels
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
h,s,v = cv2.split(hsv)

##(3) threshold the S channel using adaptive method(`THRESH_OTSU`)  
th, threshed = cv2.threshold(s, 100, 255, cv2.THRESH_OTSU|cv2.THRESH_BINARY)

##(4) print the thresh, and save the result
print("Thresh : {}".format(th))
cv2.imwrite("result.png", threshed)


## >>> Thresh : 85.0

相关答案：

1. Detect Colored Segment in an image
2. Edge detection in opencv android
3. OpenCV C++/Obj-C: Detecting a sheet of paper / Square Detection