使用opencv處理不同質量的圖像

我正在分析圖像以查找圖像中的棕色物體。我爲圖像設定閾值，並將最黑暗的部分視爲棕色細胞。然而，取決於圖像的質量有時不能被識別。 OpenCV Python有沒有解決這個問題的方法，例如預處理灰度圖像並定義該特定圖像的棕色方法？使用opencv處理不同質量的圖像

，我使用發現褐色小點的代碼如下：

def countBrownDots(imageFile): im = cv2.imread(imageFile) #changing color space gray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY) gray = increaseBrighntness(gray) l1,thresh = cv2.threshold(gray,10,255,cv2.THRESH_BINARY_INV) thresh = ndimage.gaussian_filter(thresh, 16) l2,thresh = cv2.threshold(thresh,70,255,cv2.THRESH_BINARY) thresh = ndimage.gaussian_filter(thresh, 16) cv2.imshow("thresh22",thresh) rmax = pymorph.regmax(thresh) nim = pymorph.overlay(thresh, rmax) seeds,nr_nuclei = ndimage.label(rmax) cv2.imshow("original",im) cv2.imshow("browns",nim)

這裏是一個輸入圖像例如：

enter image description here

來源

2014-09-03 Enthusiastic learner

你好，首先你應該看看HSV空間，在這個空間找到特定的顏色更容易。其次，你應該展示你的問題的圖像，以幫助我們理解問題。 – biquette 2014-09-03 12:25:04

圖片在這裏：http://i.stack.imgur.com/vmjqu.jpg – 2014-09-03 12:41:59

基於biquette的說法，你也應該建立一個直方圖出Hue圖像，看看是否拍攝圖像區域在給定範圍內的色調值已經可以解決問題。注意：有時你可以通過查找所有不是你正在尋找的東西來解決問題。 – Antonio 2014-09-03 12:48:20

看一看在HSV色彩空間中的圖像，這裏是並排堆疊的3架飛機

enter image description here

雖然人們已經建議基於色調進行分割，但實際上在飽和度和價值平面中存在更多的區分性信息。對於這個特定的圖像，你可能會得到一個更好的結果與灰度（即數值平面）比色相。但是，這是沒有理由丟棄顏色信息。

作爲概念驗證（使用瘸子）的色彩分割，我只是隨機選擇了一個褐色的斑點，改變了所有的顏色小於60的顏色距離該點爲綠色得到這個：

enter image description here

如果你玩的參數有點你可能會得到你想要的。然後編寫代碼。我試圖預處理mean shift filtering來突出顯示圖像，但這並沒有真正的幫助。

來源

2014-09-04 02:14:33 Bull

我可以統計對象的數量改變爲灰度和使用閾值這個特定的圖像，但是當圖像改變它不起作用。我必須根據圖像操作參數。我想爲所有類型的圖像做一些通用的事情。那是可能的嗎？ – 2014-09-04 08:07:32

手動調整多個圖像的參數，然後使用這些圖像來訓練分類器。 OpenCV有一個可供選擇的編號，請參閱http://docs.opencv.org/modules/ml/doc/ml.html。我可能會選擇支持向量機，因爲如果有什麼工作要做，但起初它有點痛苦。 – Bull 2014-09-04 09:02:05

使用opencv處理不同質量的圖像

回答

相關問題