node识别图片有颜色的部分

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了node识别图片有颜色的部分相关的知识,希望对你有一定的参考价值。

参考技术A node识别图片有颜色的部分

可以使用Node.js的Canvas和Image模块来识别图片中有颜色的部分。Canvas模块可以将图片转换为画布,而Image模块可以从画布中读取数据,从而获取图片中每个像素的RGB值,从而判断该像素是否具有颜色。
参考技术B 打开平台主页,设置磁按键,点击智能模式,node就可以识别图片有颜色的部分。

OPENCV图像识别-求思路

问题描述:目前所做的是机器人视觉,识别是靠颜色识别,存在一些问题,希望通过OPENCV来解决:
1、机器人的摄像头拍照的时候,由于刚打开,图片严重偏绿,对于这样的偏绿图像,有没有办法通过OPENCV处理的跟正常图差不多?(我自己试验的,通过对图片的BGR值做调整,G值减少,能大概地做处理,但是并不精确,不能对所有情况通用,有没有什么图像处理能用的上的?)图片示例如下:

2、提取颜色的时候,对于毕竟纯的颜色,在HSV颜色空间上,只有一个很小的角度,很难识别。
3、第三个问题,应该是最迫切的问题,我可以推倒以前所有的处理过程,重新来过,用OPENCV改进。能否请各大神给小弟一点思路,对于机器人视觉之依据颜色识别的问题,要有一些什么样的一般过程。
4、如果不用颜色识别,使用形状识别?不过按照目前的基础来说,感觉颜色识别应该比较靠谱。。

希望:重点回答第一、三个问题;
靠谱一点的回答,不要太不负责任地吹牛,我前几天看到一个OPENCV论坛上的回答:预处理,降噪,滤波,光照归一化,提取颜色特征,训练分类器,分类判别。-------看了以后一知半解。。。详细一点深入一点的说,拜托咯。。。
不需要代码,说思路,我自己可以完成代码。

唠叨:其实看了《学习OPENCV》这本书,很无奈,很多很多东西都不知道是干嘛的。一个个尝试也试不出什么效果,如果能多懂一点图像原理就好了,经过什么样的运算什么样的定理后,图像能有什么样的变化。。诶,最近纠结啊。。。

在CSDN也有我的帖子。。没人回答

看到你这个图片 首先我感觉你这个偏绿的问题 是因为你错误的把摄像头传回来的YCbCr色彩空间的图像用rgb来显示了,或者就是你rgb弄成了bgr显示,先调整一下图像读取显示的问题 呵呵
另外 就你这个贴出来的图片,肯定是受到摄像头的限制,有扭曲的问题,找找摄像头标定的代码,先恢复到正常的图像,然后再去想怎么做,处理的素材不好,后面什么算法都是白搭
至于识别的问题,不知道你想识别什么,常见的机器人识别里面识别道路的话最好先弄一点先验知识,呵呵算是一点点经验之谈,如果我没猜错,建议你查查美国国防部的darpa challenge(好像是这么写) 都是机器视觉导航的 可以开开眼界
参考技术A 给你讲解一下识别的大致思路吧;
第一,先来说说计算机识别的过程,如果只是简单物体识别很简单,大部分硕士生也是大致的如下步骤;
1)预处理,对得到的图片进行预处理,将复杂的图像变成色彩块
2)色彩提取,有了色彩块,就可以对目标的颜色进行提取,进而消除大部分背景;
3)降噪,对于提取的前景需要去除一些噪声点、块,以方便之后的识别;
4)建模,对你的前景进行建模,建模的方式有很多中;
5)匹配,用你的目标和你提取的模型进行匹配;
参考技术B 识别本来是一个很难的问题,不是一两句话能说清楚的,你看看商业上的应用,也就那样。
你提到的偏绿问题,最好是改进硬件的方法解决
建议你看看人脸是别的一些论文资料追问

论文也找了蛮多了,其实应该比人脸识别要简单的多。
需要的仅仅是识别一种颜色。最让我疑惑的是,识别颜色应该有一个什么样的一般过程。对于OPENCV来说。
不然的话,对于识别,还有GACV等等比较成熟的可行的方法。但是因为是做机器人视觉的,要有实时性,除了颜色识别,其他的方法处理时间貌似都是比较长的。
那么,你能不能提供一下颜色识别的过程的一些思路。。

以上是关于node识别图片有颜色的部分的主要内容,如果未能解决你的问题,请参考以下文章

有没有办法在图片中获取已识别对象的颜色?

用python K值聚类识别图片主要颜色的程序,算法python代码已经有了

ie浏览器部分图片不显示

图片上多余的东西怎么去掉

OPENCV图像识别-求思路

实战项目--图像识别人民币