如何使用颜色实现自适应阈值滤波器

Question

我正在寻找一种类似自适应阈值处理的算法，但可以保留颜色。我试图将如下图所示的图像进行处理： 并使其看起来像这样： 如果有关系的话，我正在iOS上工作。

- nwales

Answer 1

这是一个在你的样本图像上表现良好的CIKernel。

kernel vec4 coreImageKernel (sampler i)
{
    vec2 dc = destCoord();

    // center pixel color
    vec4 c = unpremultiply(sample(i, samplerTransform(i,dc+vec2(0.0,0.0))));

    // for a whiteboard, the max of a neighborhood is likely to be the color 
    // of the whiteboard
    vec4 cmax = c;
    cmax = max(unpremultiply(sample(i, samplerTransform(i,dc+vec2(10.0,0.0)))), cmax);
    cmax = max(unpremultiply(sample(i, samplerTransform(i,dc+vec2(-10.0,0.0)))), cmax);
    cmax = max(unpremultiply(sample(i, samplerTransform(i,dc+vec2(0.0,10.0)))), cmax);
    cmax = max(unpremultiply(sample(i, samplerTransform(i,dc+vec2(0.0,-10.0)))), cmax);

    // normalize the center color according to the whiteboard color
    vec4 r = c / cmax;
    return premultiply(r);
}

那么这是如何工作的呢？首先，内核的第一部分，计算cmax的部分，正在计算白板的本地颜色。这是比较棘手的部分。基本上，它确定（大约）如果没有任何标记，白板的颜色将是什么。为此，内核有三个关键假设：

1. 白板的颜色变化不大
2. 标记减少白板的颜色
3. 对于每个像素，它或其附近的像素（10个像素N、S、E或W）都没有任何标记。实际上，内核的假设是标记的线条比10个像素细，尽管该常量可以调整。

这是cmax的输出图像： 一旦近似了本地白板颜色，只需要将当前像素除以本地背景即可。这类似于从图像中删除色彩偏差。

此算法类似于WWDC13 Core Image演示中的Haze Removal示例。在那个示例中，减去本地最小值使黑色更黑。在这种情况下，除以本地最大值使白色更白。

以下是结果图像：

- David Hayward

---

答案已经很好了，但我认为如果对给定的代码片段进行更多解释，对其他人也会更有用。基本上，它是如何实现所要达到的目标的？ - Trilarion

我同意@Trilarion的观点。我对你是如何让它工作感到好奇。我不是iOS开发人员，所以你上面写的内容对我来说毫无意义。我想知道你的算法的基本步骤是什么。 - rayryeng

很好，正是我在寻找的。问题是：当我将你的代码复制粘贴到我的代码中时，我会得到这个错误代码，不确定它的含义：“[compile] [CIColorKernel initWithString:] failed because 'coreImageKernel', the first kernel in the string, does not conform to the calling convensions of a CIColorKernel." 有什么想法吗？ - user6292372

这里的roicallback将是什么？ - gauravmehra

回调函数 roi 将是 "return CGRectInset(rect,-10,-10);"。 - David Hayward

非常好，希望能看到Python/opencv版本。 - Konchog

Answer 2

阈值化通常会产生一个二进制掩模，即低于（局部自适应）阈值的像素和高于阈值的像素。如果您有该掩模，则可以保留原始图像的颜色信息。

因此，简单的方法将产生以下工作流程：

• 具有红色、绿色、蓝色值的图像
• 通过添加红色+绿色+蓝色来生成灰度图像
• 在灰度图像上进行局部自适应阈值处理，创建灰度缩放图像的掩码
• 将掩码应用于具有红色、绿色、蓝色值的原始图像

或者也许可以：

• 具有红色、绿色、蓝色值的图像
• 为仅具有红色（或绿色或蓝色）值的图像创建三个掩码
• 将所有三个掩码组合（逻辑与）以获得单个掩码
• 将掩码应用于具有红色、绿色、蓝色值的原始图像

这两种方法可能不是理想的，但对于包括问题示例在内的大多数情况可能已经足够。

- Trilarion