使用OpenCV检测颜色阴影

Question

我有许多不同色调的纸卡图片，例如所有蓝色或所有红色等。在这些图像中，它们被举起到与其颜色相同的不同物体旁边。

我想编写一个程序来比较颜色和卡上的阴影，并选择最接近对象的阴影。

然而，我意识到对于未来的图像，我的相机将受到许多不同的光线照射。我认为我应该转换成HSV空间。

我也不确定应该使用什么类型的距离度量。鉴于一些卡片的斑点，我可以平均HSV并简单地查看哪个斑点的平均值最接近。

但是我欢迎任何建议，我想学习更多关于OpenCV的知识。

编辑：示例

在这里，我想比较填充的红色圆点，以查看它是否实际上是第三个纸矩形的阴影。

- lollercoaster

---

请发布您可能要处理的图像样本。 - Francesco Callari

@FrancoCallari 完成了！如果您需要更多细节，请告诉我。 - lollercoaster

Answer 1

我认为有一种可能性是执行以下操作： 从色调和饱和度通道计算颜色直方图

1. 计算填充圆的颜色直方图。
2. 计算纸条的颜色直方图。
3. 使用直方图距离度量计算距离。 可能的选择包括： 卡方距离， 地球移动距离， 巴氏距离， 直方图交集等。

有关计算直方图的详细信息，请查看此opencv链接。

有关直方图比较的详细信息，请查看此opencv链接。

请注意，在计算颜色直方图时，将图像转换为HSV颜色空间，正如您自己建议的那样。然后，这里有两件需要注意的事情。

1. 一种可能性是只使用色调和饱和度通道，即构建一个二维直方图而不是由色调、饱和度和亮度通道组成的三维直方图。这样做的原因是光照变化最明显的是亮度通道。这与直方图的使用结合起来，应该可以使您的比较更加稳健地应对光照变化。在此处的帖子中有关于在构建颜色直方图时忽略亮度通道的讨论。您可能会发现其中的参考资料有用。
2. 使用OpenCV函数对直方图进行归一化。这是为了考虑材料补丁的不同大小（您的小圆圈与巨大的彩色条之间具有不同数量的像素）。

你可能还需要考虑对图像进行一些预处理，例如使用直方图均衡化或“S曲线”映射来“拉伸”图像中的颜色，以便更好地分离不同的颜色阴影。然后在这个经过处理的图像上计算颜色直方图。保留映射信息，并在计算新测试样本的颜色直方图之前执行它。

使用机器学习进行分类

除了简单地计算距离并选择最近的一个（即1最近邻分类器），您可能希望考虑训练分类器为您进行分类。这样做的一个原因是，分类器的训练将有望学习一些区分不同色调的方式，因为它在训练阶段可以访问它们并需要区分它们。请注意，仅计算距离，即您建议的方法，可能没有这个属性。希望这将给出更好的分类结果。

训练中使用的特征仍然可以是我上面提到的颜色直方图。也就是说，您为训练样本计算颜色直方图并按其类别（即它们属于哪种色调）将其传递给分类器。然后，当您希望对测试样本进行分类时，同样计算颜色直方图并将其传递给分类器，它将返回测试样本所属的类（在您的情况下是颜色的色调）。

与您建议的简单距离比较方法相比，训练分类器可能存在一些问题，部分原因是程序的复杂性增加，以及在训练数据不好的情况下可能会得到糟糕的结果。还需要进行大量参数调整才能使其正常工作。

有关更多详细信息，请参见opencv机器学习教程此处。请注意，在链接中的示例中，分类器仅区分两个类，而您有多于两个颜色的色调。这不是问题，因为通常分类器可以处理多于两个类。

希望这可以帮助您。

- lightalchemist