首页 > 解决方案 > 红边交通标志的颜色阈值

问题描述

我想检测所有红边交通标志(三角形和圆形)。该算法必须高效且稳健,才能在现实世界的情况下工作,所以我决定使用 HSV 空间,因为它是轻量不变的。

我遇到了检测红色物体的问题,答案是将此值范围用于 HSV: 代码使用 C++:

inRange(hsv, Scalar(0, 70, 50), Scalar(10, 255, 255), mask1);
inRange(hsv, Scalar(170, 70, 50), Scalar(180, 255, 255), mask2);

Mat1b mask = mask1 | mask2;

因为我使用的是 Java 的 OpenCV,所以我试过,但我发现不可能进行按位OR运算。

所以我尝试手动实现它而不是使用 OpenCV。我还尝试了提供的相同红色值范围,遗憾的是结果很糟糕:

这是我的代码

Mat hsv = new Mat();
Mat rgb = Highgui.imread(scene, Highgui.CV_LOAD_IMAGE_COLOR);
Imgproc.cvtColor(rgb, hsv, Imgproc.COLOR_RGB2HSV);
Mat thresh = new Mat(hsv.size(), CvType.CV_8UC1);


for(int x=0;x<hsv.rows();x++){
    for(int y=0;y<hsv.cols();y++)
    {
        double[] data = hsv.get(x,y);

        double H = data[0];
        double S = data[1];
        double V = data[2];
        if((( 0.0>=H && H<=10.0) && (70.0>=S && S<=255.0) && (50.0>=V && V<=255.0)) || (( 170.0>=H && H<=180.0) && (70.0>=S && S<=255.0) && (50.0>=V && V<=255.0)) ) {

            thresh.put(x,y, 255);
        }
        else
        {
            thresh.put(x,y, 0);
        }
    }
}

这是阈值前后的结果

原来的

临界点

有人可以为我提供正确的价值观吗?

标签: javac++opencvimage-processing

解决方案


关键的错误在一开始是正确的:

Mat rgb = Highgui.imread(scene, Highgui.CV_LOAD_IMAGE_COLOR);
Imgproc.cvtColor(rgb, hsv, Imgproc.COLOR_RGB2HSV);

OpenCV C++ API 参考通常是最完整和最详细的,因此参考它永远不会有坏处。如果您查看,cv::imread您会注意到以下注释:

在彩色图像的情况下,解码后的图像将以BGR顺序存储通道。

但是,在您的代码中,您将图像视为 RGB,即交换蓝色和红色。这对你的算法来说是致命的——你正在寻找红色的东西,但任何红色的东西实际上都是蓝色的。

修复很简单——重命名rgbbgr(以避免误导变量名)并将转换代码更改为Imgproc.COLOR_BGR2HSV.

我相信你之前的问题bitwise_or只是这个错误的另一个症状。(我真的看不出它不起作用的原因)。

请参见以下示例(使用 OpenCV 3.4.0):

import org.opencv.core.Mat;
import org.opencv.core.Scalar;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
import org.opencv.core.Core;

public class test
{
    public static void main(String[] args)
    {
        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);

        Mat image = Imgcodecs.imread("test.jpg", Imgcodecs.CV_LOAD_IMAGE_COLOR);
        if ((image == null) || image.empty()) {
            System.out.println("Failed to load input image.");
            System.exit(-1);
        }

        Mat image_hsv = new Mat();
        Imgproc.cvtColor(image, image_hsv, Imgproc.COLOR_BGR2HSV);

        Mat mask1 = new Mat();
        Mat mask2 = new Mat();
        Core.inRange(image_hsv, new Scalar(0, 70, 50), new Scalar(10, 255, 255), mask1);
        Core.inRange(image_hsv, new Scalar(170, 70, 50), new Scalar(180, 255, 255), mask2);

        Mat mask_combined = new Mat();
        Core.bitwise_or(mask1, mask2, mask_combined);

        Mat image_masked = new Mat();
        Core.bitwise_and(image, image, image_masked, mask_combined);

        Imgcodecs.imwrite("test-mask.jpg", mask_combined);        
        Imgcodecs.imwrite("test-masked.jpg", image_masked);

        System.out.println("Done!");
    }
}

从您的示例输入图像中生成以下组合掩码:

组合面膜

如果我们在原始图像上使用这个掩码,我们可以看到我们确实得到了红色位:

蒙面图像


推荐阅读