如何从一张图片中检测黑色和灰色

Question

如何从一张图片中检测黑色和灰色

pythonopencvimage-processingcolorsimage-segmentation

7

我正在尝试让程序检测任何黑色（和一些轻微的灰色），但目前在寻找一个好的上限色调向量（即upper_hue变量）方面遇到了困难，这将允许我提取大部分黑色色调而不提取其他颜色。它似乎可以很好地处理像黑鞋或雨伞之类的图片，但是在道路照片等亮度变化较大的情况下会出现问题。

我正在尝试找到一个良好的上限色调范围，使程序能够对此具有鲁棒性，但这可能会导致非黑色颜色的提取。

如果黑色和灰色的上限色调向量是一个问题，那么解决这个问题的好方法是什么？

代码：

import cv2
import numpy as np
import imutils

def color_seg(choice):
    if choice == 'blue':
        lower_hue = np.array([100,30,30])
        upper_hue = np.array([150,148,255])
    elif choice == 'white':
        lower_hue = np.array([0,0,0])
        upper_hue = np.array([0,0,255])
    elif choice == 'black':
        lower_hue = np.array([0,0,0])
        upper_hue = np.array([50,50,100])
    return lower_hue, upper_hue


# Take each frame
frame = cv2.imread('images/black0.jpg')
#frame = cv2.imread('images/road_1.jpg')

frame = imutils.resize(frame, height = 300)
chosen_color = 'black'


# Convert BGR to HSV
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

# define range of a color in HSV
lower_hue, upper_hue = color_seg(chosen_color)


# Threshold the HSV image to get only blue colors
mask = cv2.inRange(hsv, lower_hue, upper_hue)


cv2.imshow('frame',frame)
cv2.imshow('mask',mask)

cv2.waitKey(0)

- user3377126

2

提示：黑色不是一种色调。只需保持低亮度、任何色调，而不要过低的饱和度。 - Miki

直方图怎么样？如果你有很多黑色和灰色，那么它们在直方图中应该是不同的。因此，尝试找到峰值或仅仅是水平，并将其用作阈值。 - Spektre

直方图听起来不错，但我正在尝试找到一个通用的上限色调范围，这样我就不必不断分析直方图并调整色调值以适应特定的图片。 - user3377126

我认为直方图只对物体图像有效，对于道路来说不太稳定，因为道路可能有许多不同的颜色，并且仅代表图像的一小部分（请参见您的最后一个示例）。 - FiReTiTi

1

你找到答案了吗？能否分享一下呢？ - mrmashal

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- user11369072 · Accepted Answer

在HSV颜色空间中，它非常简单。

img = cv2.imread(img_path)
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
lower_gray = np.array([0, 5, 50], np.uint8)
upper_gray = np.array([179, 50, 255], np.uint8)
mask_gray = cv2.inRange(hsv, lower_gray, upper_gray)
img_res = cv2.bitwise_and(img, img, mask = mask_gray)

H表示色相，因此灰度检测器需要所有的H值（0 -> 360°，OpenCV中用整数范围0到179来表示以适配8位）。S表示饱和度（0 -> 255）。灰阶介于0到50之间。如果我们不想保留白色值，可以将最小值设置为5。V表示亮度值（0=暗 -> 255=明）。