用OpenCV處理圖圖片，只顯示圖片中的黃色乒乓球，其他區域為黑色？

01-13

如圖，提取圖中乒乓球區域

如果是做實時的應用，提供另外一個方法：拿像素正負樣本使用C4.5或者C5.0 訓練一下，得到一個簡單的像素分類器。

---

Information on See5/C5.0

openCv不會，我用另一個軟體給你弄一弄。

read_image (Image, "C:/Users/happy/Desktop/PingPang.png")

decompose3 (Image, ImageR, ImageG, ImageB)

threshold (ImageR, Region, 169, 255)

closing_circle (Region, RegionClosing, 3.5)

fill_up (RegionClosing, RegionFillUp)

connection (RegionFillUp, ConnectedRegions)

select_shape (ConnectedRegions, SelectedRegions, "area", "and", 11526.2, 24852.2)

reduce_domain (Image, SelectedRegions, ImageReduced)

讀圖——分解為三個通道灰度圖——對紅通道進行閾值分割——閉運算——填充孔洞——連接相連的選區——選擇面積在一定範圍內的選區——減少圖像部分只留下乒乓球。

先根據顏色進行分割，把黃色物體提取出來，在根據面積、似圓度等指標，最終確定乒乓球

最近寫了一個在線解決這個問題的東西Image Online

得到某個顏色區域
去噪
圖片變大變小
獲得感知哈希字元串
得到輪廓

實現了一些基本功能，伺服器很渣，但是基本可以一用。。。。。感覺按步驟組合起來用可以實現得到圖像特徵

======這樣的分隔線可以嗎======

基本思路感覺是這樣的。你先把將圖像從RGB模型轉換到 HSV 空間,設置 HSV 閾值到藍色範圍。獲取黃色物體，繼續做你想做的事情。

RGB模型

原點到白色頂點的中軸線是灰度線，r、g、b三分量相等，強度可以由三分量的向量表示。

用RGB來理解色彩、深淺、明暗變化：

色彩變化：三個坐標軸RGB最大分量頂點與黃紫青YMC色頂點的連線

深淺變化：RGB頂點和CMY頂點到原點和白色頂點的中軸線的距離

明暗變化：中軸線的點的位置，到原點，就偏暗，到白色頂點就偏亮

HSV模型

這個模型就是按色彩、深淺、明暗來描述的。

H是色彩

S是深淺， S = 0時，只有灰度

V是明暗，表示色彩的明亮程度，但與光強無直接聯繫，（意思是有一點點聯繫吧）。

用python寫opencv的例子

import cv2 wirtename=「你想保存的圖片的名字」 openname="你的圖片的名字" low=20 high=30 img=cv2.imread(openname) hsv=cv2.cvtColor(img,cv2.COLOR_BGR2HSV) lower_yellow=np.array([low,50,50]) upper_yellow=np.array([high,255,255]) mask=cv2.inRange(hsv,lower_yellow,upper_yellow) cv2.imwrite(wirtename,mask)

處理後的結果

原圖

low=20,low=30

low=10,low=30

如果你想識別的更清晰可以進一步進行去噪

如果你想分出更多的顏色你只需要改變low和high

還可以用圖像匹配進行識別

三通道分離，紅綠通道霍夫圓檢測，都有的為乒乓球區域

前面說的都無法非常準確的提取出乒乓球，誰說相機裡面的乒乓球全是黃色的？誰說相機裡面的乒乓球是一個理想圓？

如果要非常精確，cv::GrabCut非常適合，請自行查閱。

個人感覺grabcut實用性比HSV顏色分割和霍夫圓要好. 因為HSV是基於顏色分割的,inRange的閾值常常會因場景光照的影響變化很大,霍夫圓基於形狀,如果有遮擋不夠"圓"就需要更多一些處理.

簡單試了下grabcut的效果還是可以的,如下圖:

只根據顏色也行吧，縮小檢測範圍，然後精檢測，邊緣不知道是不是就夠了

題主要寫畢業設計？

霍夫圓檢測都可以不用，直接二值化，提取二值化區域中長寬比在1比1附近的最大連通域，記下然後和原圖比較留下黃色乒乓球區域

霍夫圓，懂？