图像处理 - 哪种 OpenCV 算法适合我的需求?

Posted

技术标签:

【中文标题】图像处理 - 哪种 OpenCV 算法适合我的需求?【英文标题】:Image Processing - Which OpenCV algorithm will fit my needs? 【发布时间】:2011-08-04 16:43:38 【问题描述】:

我最近开始在图像处理领域从事一个小型业余爱好者计划,我是图像处理的菜鸟,但我至少试图弄清楚它的某些方面。

我希望能够通过颜色(最好在实时视频源中)将图像中的对象分开,然后识别它们的颜色。

我阅读了一些关于 OpenCV 以及一些不同算法的信息。 我什至开始使用 canny 算法,但我不确定这是我应该从我的需要开始的算法,因为它可以检测物体的边缘而不管它们的颜色。

即使这是我应该使用的算法,识别它为我标记的对象颜色的最佳方法是什么?

我希望我说得够清楚了。

非常感谢!

【问题讨论】:

【参考方案1】:

了解色彩空间 - RGB 几乎总是最糟糕的图像处理来源。

以HSL and HSV开头

【讨论】:

【参考方案2】:

使用 OpenCV 分离或使颜色透明(例如删除它)非常简单...我发布了一个答案(请参阅下面的链接),它应该可以帮助您(或者可能解决您的问题)。

Here is the code I posted

此外,Martin Beckett 的回答是绝对正确的,RGB 不是评估颜色的好色彩空间,您可以使用 HSV,以度为单位的色调值告诉您正确的颜色(您可以从波长比较光谱),而 S 和 V 编码一种强度(我所说的简化是为了解释在许多情况下使用 Hue 来分割彩色图像就足够了)。

即使是我应该使用的算法,什么是最好的 识别它为我标记的对象的颜色的方法?

您正在搜索的算法类型称为颜色分割...Here is a tutorial which could help you as well.

欢迎来到图像处理社区,

朱利安,

【讨论】:

【参考方案3】:

首先,您应该了解图像数组操作,例如使用 OpenCV 函数 inRange 按最小到最大颜色范围过滤颜色。另一种选择是将多通道阵列(在本例中为 R、G 和 B)拆分为 3 个不同的单通道以进行进一步检查。希望对您有所帮助

【讨论】:

以上是关于图像处理 - 哪种 OpenCV 算法适合我的需求?的主要内容,如果未能解决你的问题,请参考以下文章

EasyDL的哪种算法更适合你的图像分类应用

哪种使用 OpenCV 的对象检测方法最适合不断变化的环境?

哪种算法最适合 Burrows-Wheeler 变换?

哪种算法以及哪种超参数组合最适合对这些数据进行聚类?

哪种算法适合用于接触亲密? [关闭]

哪种功能,算法适合说话人验证