时间戳

首页 > 解决方案 > 如何确定相对于 x 轴像素范围的像素强度？

c++ - 如何确定相对于 x 轴像素范围的像素强度？

问题描述

我想查看颜色相对于图像宽度的分布。也就是说，如果（黑白）图像的宽度为 720 像素，那么我想得出结论，与图像的其余部分相比，特定范围（例如像素 [500,720]）具有更多的白色。我的想法是，我需要一个 720x1 像素的图像切片，然后我需要检查这些值并将它们分配为 720 像素的宽度。但我不知道如何以合适的方式应用它？

编辑：我将 OpenCV 4.0.0 与 C++ 一起使用。

示例案例：在第一张图像中，很明显右侧像素是白色的。我想获得这条密集线或区域的估计坐标。浅粉色区域是我感兴趣的区域，红色边框是我想要找到它的范围。

在此处输入图像描述 在此处输入图像描述

标签： c++opencvimage-processingpixel

解决方案

如果您想获得包含比图像其余部分更多的白色的图像列的最小连续范围，则首先需要计算每列中白色像素的数量。假设我们有一个 720x500 的图像（高 500 像素，宽 720 像素）。然后，您将获得一个包含 720 个元素的数组Arr，这些元素分别等于每列 (1x500) 中的白色像素数。

const int Width = img.cols;
int* Arr = new int[Width];
for( int x = 0; x < Width; x++ ) {
    Arr[x] = 0;
    for( int y = 0; y < img.rows; y++ ) {
        if ( img.at<cv::Vec3b>(y,x) == cv::Vec3b(255,255,255) ) {
            Arr[x]++;
        }
    }
}

您需要在此数组中找到满足条件 Sum(Arr[0 to A-1]) + Sum(Arr[B+1 to Width-1]) < Sum(Arr[A to乙]）。

// minimum range width is guaranteed to be less or equal to (Width/2 + 1)
int bestA = 0, minimumWidth = Width/2 + 1;
int total = RangeSum(Arr, 0, Width-1);
for (int i = 0; i < Width; i++) {
    for (int j = i; j < Width && j < i + minimumWidth; j++) {
        int rangeSum = RangeSum(Arr, i, j);
        if (rangeSum > total - rangeSum) { 
            bestA = i; 
            minimumWidth = j - i + 1; 
            break;
        }
    }
}

std::cout << "Most white minimum range - [" << bestA << ";" << bestA + minimumWidth - 1 << "]\n";

如果您预先计算所有 [0; i] 范围，i 从 0 到 Width - 1。你可以计算RangeSum(Arr, A, B)为PrecalculatedSums[B] - PrecalculatedSums[A]（在 O(1) 复杂度中）。

推荐阅读