Question

我使用以下方式在我的图像中心附近设置了一个感兴趣的区域：

Mat frame;
//frame has been initialized as a frame from a camera input
Rect roi= cvRect(frame.cols*.45, frame.rows*.45, 10, 8);
image_roi= frame(roi);
//I stoped here not knowing what to do next

我正在使用相机，在我抓住相框的任何时候，ROI将在30％到100％之间填充我想要的颜色，在这种情况下为红色。知道当前帧中是否存在红色的最有效方法是什么？

解决方案：

image_roi= frame(roi);// a frame from my camera as a cv::Mat
cvtColor(image_roi, image_roi, CV_BGR2HSV);
thrs= new Mat(image_roi.rows, image_roi.cols, CV_8UC1);//allocate space for new img
inRange(image_roi, Scalar(0,100,100), Scalar(12,255,255), *thrs);//do hsv thresholding for red
for(int i= 0; i < thrs->rows; i++)//sum up
{
    for(int j=0; j < thrs->cols; j++)
    {
        sum= sum+ thrs->data[(thrs->rows)* i + j];
    }
}
if(sum> 100)//my application only cares about red
    cout<<"Red"<<endl;
else
    cout<<"White"<<endl;
sum=0;

Answer 1

此解决方案不仅应解决红色问题，还应解决任何颜色分布：

获取投资回报率的颜色直方图，二维色调和饱和度直方图（请参阅示例here）。
使用calcBackProject与project the histogram back in the full image。您将获得更大的值，其颜色在直方图的模式附近呈现颜色（在本例中为红色）。
阈值结果以获得更符合分布的像素（在本例中为“最佳红色”）。

例如，可以使用此解决方案来获得一个简单但非常实用的皮肤检测器。

Answer 2

我假设您只想知道投资回报率中红色的百分比。如果这不正确，请澄清。

我会扫描ROI并将每个像素转换为更好的色彩空间以进行颜色比较，例如YCbCr或HSV。然后我会计算色调在红色色调的某个增量范围内（通常在色轮上为0度）的像素数。您可能需要处理一些边缘情况，其中亮度或饱和度太低而人类认为它们是红色的，即使从技术上来说它们也是，取决于您想要实现的目标。

使用OpenCV检测颜色的最有效方法？

2 个答案: