Open-CV を使用して処理している画像処理の問題が 2 つあります。
シナリオ 1 と 2 のサンプル画像。
1
2
どちらの画像にも 3 種類の対象物があります。(3色または3サイズのいずれか)
私が遭遇した手法には、しきい値処理と、ピクセル カウントによる侵食の使用、RGB 値を使用したカラー セグメンテーションが含まれます。
適切なワークチェーンとは何か、開始するのに適した場所は何か?
色のセグメンテーションでは、似たような色は直線的に関連していないため、RGB を避ける必要があります。
例として、2 つの類似した色 (色相が同じ) の RGB 値が大きく異なる場合があります。
色を輝度から分離した LUV や HSV などの色空間で作業することをお勧めします。たとえば、LUV の U、V コンポーネントでクラスタリング アルゴリズムを試すことができます。
明らかに、RGB 値を使用することが、おそらくここから始める最良の方法です。関数 cvSplit を使用すると、3 つの分離されたプラン B、G、R が得られます (RGB ではなく、OpenCV での BGR 順序)。それぞれに、対応する色の円のみが表示されます。
ここでは、関数 cvCanny によって OpenCV に実装されている Canny アルゴリズムを使用して最初にエッジ検出を実行し、次に OpenCV に実装されている Hough アルゴリズムを使用して円検出を実行することをお勧めします。よく覚えていれば、ハフ円の OpenCV 関数は円のプロパティ (半径...) を返します。これにより、円のサイズを識別することができます。2. のもう 1 つのオプションは、形態学を使用する Hit&Miss アルゴリズムです。ただし、OpenCV で形態学を使用したことはなく、Matlab でのみ使用しました。
楽しむ
非常にうまく機能し、複雑な形状を処理できるcvBlobを見てください。