Opencv c ++检测并裁剪图像上的白色区域

Posted 2023-02-25

【中文标题】Opencv c ++检测并裁剪图像上的白色区域

【英文标题】：Opencv c++ detect and crop white region on image

【发布时间】：2014-04-28 14:56:31

【问题描述】：

我已经在网上搜索过，我已经找到了一些方法来做我想做的事，但是与我需要的相比，这些方法效率不高。

我有一个 kinect（使用 Microsoft SDK），它当前正在获取一个移除背景的人，将结果保存在一个 3 通道 Mat 中，并且该人从背景中移除。现在我需要裁剪图像以仅适合该人，忽略黑色区域。

这是棘手的部分：我没有太多时间可以浪费在每个操作上（我还需要做其他几个操作，这应该可以实时工作。我目前实现的是一个轮廓查找器，它提供只有这个区域，但它的实时速度真的很慢。因为我只有一个白色区域可以检测并且那个区域真的很大（50％的图像区域）我认为有一些更快的方法可以做到这一点，因为我只想要裁剪这个白色区域的 x 和 y 的最小值和最大值。

这是我目前的裁剪功能：

cv::Mat thresh_canny;
cv::vector<cv::vector<cv::Point> > contours;
cv::vector<cv::Vec4i> hierarchy;
cv::threshold(src, thresh_canny, 0, 255, 0);
cv::Canny(thresh_canny, thresh_canny, 20, 80, 3);
cv::findContours(thresh_canny, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, cv::Point(0, 0));

if (contours.size() != 1)
    return false;

cv::Rect r = cv::boundingRect(contours.at(0));
src(r).copyTo(dst);
return true;

非常感谢！！

编辑：输入图片

【问题讨论】：

你能发布一个示例输入图像和一个示例期望结果（2 个不同的图像）吗？

如果你的人是唯一的白人区域，你根本不需要 canny 和 findcontours。只计算所有白色像素的boundingrect？！？

使用输入图像编辑。如何计算边界矩形？你能给我一些代码或链接看看吗？谢谢！

它已经在代码中（倒数第三行）只需输入一个包含所有非黑色像素位置的向量而不是轮廓

它没有用（或者我误解了）。这是我所做的： cv::Mat gray; cv::threshold(src, gray, 0, 255, 0);简历：cvtColor（灰色，灰色，CV_BGR2GRAY）；如果 (cv::countNonZero(gray) == 0) 返回 false； cv::Rect r = cv::boundingRect(gray); src(r).copyTo(dst);

【参考方案1】：

如果您的图像没有非黑色异常值（如噪声），您可以忽略 canny 和 findContours，而只需从所有非黑色像素位置创建边界矩形：

int main()

cv::Mat in = cv::imread("CropWhite.jpg");

// vector with all non-black point positions
std::vector<cv::Point> nonBlackList;
nonBlackList.reserve(in.rows*in.cols);

// add all non-black points to the vector
//TODO: there are more efficient ways to iterate through the image
for(int j=0; j<in.rows; ++j)
    for(int i=0; i<in.cols; ++i)
    
        // if not black: add to the list
        if(in.at<cv::Vec3b>(j,i) != cv::Vec3b(0,0,0))
        
            nonBlackList.push_back(cv::Point(i,j));
        
    

// create bounding rect around those points
cv::Rect bb = cv::boundingRect(nonBlackList);

// display result and save it
cv::imshow("found rect", in(bb));
cv::imwrite("CropWhiteResult.png", in(bb));


cv::waitKey(-1);
return 0;

不知道是否有更有效的方法来创建向量，在 openCV 中给出，但这仍然应该比 canny 和 findContours 快得多。

使用此输入：

我得到这个结果：

轮廓周围有一些区域，因为您提供了一个 jpg 图像，我猜轮廓的边界不是真正的黑色，因为压缩。

【讨论】：

谢谢！那确实奏效了！我增强了循环并混合了 Kinect Depth 字节数组到 OpenCV Mat 的转换，结果几乎和做任何事情一样快。