背景颜色图像分割 - OpenCV Android

Question

我试图分割名片和背景颜色分割它们作为不同的感兴趣的区域对待它们。

例如这种卡：

应该能够是被分成两个图像作为有2个的背景色。有没有关于如何解决这个问题的建议？我试过做一些轮廓分析，结果并不是太成功。

其他例如卡：

这卡应该给3个分割，因为有三个部分，即使它的只有2种颜色（尽管2个色会好起来的）。

因为它只是一个背景色以上的卡应该举一个分割。

我还没有想过渐变背景。

Answer 1

这取决于其他卡怎么看，但如果图像都是在伟大的品质，应该不会太难。

在您发布的例子，你可以只收集边界像素（最左边一列，最右边一栏，第一行，最后一行）的颜色，并把你找到尽可能的背景颜色。也许检查是否有足够的像素大致相同的颜色。你需要某种距离测量。一个简单的解决方案就是在RGB色彩空间中使用欧式距离。

一个更通用的解决办法是找到在整个图像的颜色直方图集群和（公差再次）对待每一个颜色具有比总像素量作为背景色的X％以上。但是你定义的背景取决于你想要达到什么以及你的图像的外观。

如果需要进一步的建议，您可以发布更多的图像和标签如何被检测为背景色你想要的图像部分，什么parst没有。

-

编辑：您的两张新图像也显示相同的图案。背景颜色占据了图像的很大一部分，没有噪音，也没有颜色渐变。因此，一个简单的方法可能如下所示：

• 计算图像的直方图：看http://docs.opencv.org/modules/imgproc/doc/histograms.html#calchist和http://docs.opencv.org/doc/tutorials/imgproc/histograms/histogram_calculation/histogram_calculation.html

• 查找最突出的颜色直方图。如果您不想自己迭代Mat，则可以使用calchist文档（参见上文）中所示的minMaxLoc（http://docs.opencv.org/modules/core/doc/operations_on_arrays.html#minmaxloc），并且如果颜色占用了像素计数的足够的百分比，请将其保存并将相应的bin设置为直方图归零。重复，直到你的百分比不再达到。然后，您将保存最显眼的颜色列表，您的背景颜色。

• 为每个背景颜色设置图像阈值。参见：http://docs.opencv.org/doc/tutorials/imgproc/threshold/threshold.html

• 在生成的线程图像上找到对应每个背景颜色的区域。请参阅：http://docs.opencv.org/doc/tutorials/imgproc/shapedescriptors/find_contours/find_contours.html

如果不使用这种方法工作的例子，只是张贴。

Answer 2

作为一种也可以用颜色渐变找到背景的方法，可以使用canny。下面的代码（是的，不是机器人，我知道，但结果应该是相同的，如果你移植它）适用于迄今为止发布的三个示例图像。如果您有其他图片，请不要使用此图片，请告诉我。

#include <opencv2/opencv.hpp> 

using namespace cv; 
using namespace std; 

Mat src; 
Mat src_gray; 
int canny_thresh = 100; 
int max_canny_thresh = 255; 
int size_per_mill = 120; 
int max_size_per_mill = 1000; 
RNG rng(12345); 

bool cmp_contour_area_less(const vector<Point>& lhs, const vector<Point>& rhs) 
{ 
    return contourArea(lhs) < contourArea(rhs); 
} 

void Segment() 
{ 
    Mat canny_output; 
    vector<vector<Point> > contours; 
    vector<Vec4i> hierarchy; 

    Canny(src_gray, canny_output, canny_thresh, canny_thresh*2, 3); 

    // Draw rectangle around canny image to also get regions touching the edges. 
    rectangle(canny_output, Point(1, 1), Point(src.cols-2, src.rows-2), Scalar(255)); 
    namedWindow("Canny", CV_WINDOW_AUTOSIZE); 
    imshow("Canny", canny_output); 

    // Find the contours. 
    findContours(canny_output, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0, 0)); 

    // Remove largest Contour, because it represents always the whole image. 
    sort(contours.begin(), contours.end(), cmp_contour_area_less); 
    contours.resize(contours.size()-1); 
    reverse(contours.begin(), contours.end()); 

    // Maximum contour size. 
    int image_pixels(src.cols * src.rows); 
    cout << "image_pixels: " << image_pixels << "\n"; 

    // Filter the contours, leaving just large enough ones. 
    vector<vector<Point> > background_contours; 
    for(size_t i(0); i < contours.size(); ++i) 
    { 
     double area(contourArea(contours[i])); 
     double min_size((size_per_mill/1000.0) * image_pixels); 
     if (area >= min_size) 
     { 
      cout << "Background contour " << i << ") area: " << area << "\n"; 
      background_contours.push_back(contours[i]); 
     } 
    } 

    // Draw large contours. 
    Mat drawing = Mat::zeros(canny_output.size(), CV_8UC3); 
    for(size_t i(0); i < background_contours.size(); ++i) 
    { 
     Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0,255), rng.uniform(0,255)); 
     drawContours(drawing, background_contours, i, color, 1, 8, hierarchy, 0, Point()); 
    } 

    namedWindow("Contours", CV_WINDOW_AUTOSIZE); 
    imshow("Contours", drawing); 
} 

void size_callback(int, void*) 
{ 
    Segment(); 
} 

void thresh_callback(int, void*) 
{ 
    Segment(); 
} 

int main(int argc, char* argv[]) 
{ 
    if (argc != 2) 
    { 
     cout << "Please provide an image file.\n"; 
     return -1; 
    } 

    src = imread(argv[1]); 

    cvtColor(src, src_gray, CV_BGR2GRAY); 
    blur(src_gray, src_gray, Size(3,3)); 

    namedWindow("Source", CV_WINDOW_AUTOSIZE); 
    imshow("Source", src); 

    if (!src.data) 
    { 
     cout << "Unable to load " << argv[1] << ".\n"; 
     return -2; 
    } 

    createTrackbar("Canny thresh:", "Source", &canny_thresh, max_canny_thresh, thresh_callback); 
    createTrackbar("Size thresh:", "Source", &size_per_mill, max_size_per_mill, thresh_callback); 

    Segment(); 
    waitKey(0); 
}