如何在图像中找到明亮区域（以及如何在图像中找到阴影区域）

Posted 2023-02-22

【中文标题】如何在图像中找到明亮区域（以及如何在图像中找到阴影区域）

【英文标题】：How to find bright areas inside an image (and also how to find shaded areas in an image)

【发布时间】：2019-07-31 09:31:38

【问题描述】：

我有一张图片：

如何在图像中找到不同强度的区域？如何找到与原始亮度不同的所有明亮区域，相反，如何找到在这种情况下源自阴影的暗区域？

人眼能意识到亮度的变化，但程序如何做到这一点？

【问题讨论】：

你说的亮度是指设定值吗？

对于初学者，我可以这样说：如果红色在范围内(240, 255)，蓝色在范围内(240, 255)，绿色在范围内(240, 255），那个像素很亮，但我正在寻找比这更聪明的方法来查看每个像素，如果有的话。

你想要一个直方图吗？ docs.opencv.org/4.1.1/d1/db7/tutorial_py_histogram_begins.html

只是想知道（因为我是这个主题的新手），你能拿一组像素，然后找到它的平均值吗？

@Zlatomir 这很有趣，但是我如何在图像上绘制它：“好的，这些区域真的很亮，在这些区域给我画一个红色矩形”，或者：“这些区域很漂亮黑暗，在那些区域给我画一个圆圈”，仅适用于非常黑暗和非常明亮的部分，如果你明白我的意思吗？

【参考方案1】：

找出一张图片中的亮点和暗点： 对此有多种方法。我在这里只推荐其中的几个。

您可以找到图像 RGB 值的平均值，并使用与平均值相差最大的 10% 像素作为较暗的像素，并将与平均值相差最大的 10% 像素用作平均值为更亮的像素。

您可以为亮像素设置预定义阈值，例如 RGB=[220,220,220] 和暗像素为 RGB=[30,30,30] 并遍历图像并对像素进行相应分类。

您还可以研究第二种方法的动态阈值，并且可以相应地优化您解决问题的方法。

发现亮点和暗点的变化： 也有多种方法可以处理这个问题。一种方法可以是平均值减法技术。人眼对感知到的先前图像的变化做出反应。程序需要在需要将更改与先前捕获的帧进行比较时执行相同的操作。查看时间过滤以进一步了解这一点..

希望这有帮助