0
A
回答
0
在图像处理中,重要的是看看你的图像,并试图理解你感兴趣的区域(即斑马)和其余部分(即背景)之间的差异。
在这个例子中,一个明显的区别是背景是相当绿色和斑马黑色和白色。因此,图像的绿色通道可用于提取背景。之后,可以使用一些扩张和侵蚀步骤(非线性)清理结果。
一个简单的和不完美的分割技术(在Matlab):
I = imread('lA196m.jpg');
% plot the original image
figure
subplot(2,2,1)
imshow(I)
% calculate the green channel (relative green value)
greenChannel = double(I(:,:, 2))./mean(I(:,:,:), 3);
binary = greenChannel > 1; % apply a thresshold
subplot(2,2,2)
imshow(binary);
% remove false positives (backgrounds)
se1 = strel('sphere',20);
binary2 = imdilate(imerode(binary,se1), se1);
subplot(2,2,3)
imshow(binary2);
% add false negatives
se2 = strel('sphere',10);
binary3 = imerode(imdilate(binary2,se2), se2);
subplot(2,2,4)
imshow(binary3);
% calculate & plot the boundary on the original image
subplot(2,2,1)
Bs = bwboundaries(~binary3);
B = Bs{1};
hold on
plot(B(:, 2), B(:, 1), 'LineWidth', 2);
相关问题
- 1. 与QR码图像内的“白色斑点”处理斑马线
- 2. 图像预处理的图像分类和语义分割
- 3. 并行处理分割大图像
- 4. 使用MATLAB分割图像处理
- 5. 如何处理/操作分割图像
- 6. 图像分割
- 7. 图像分割
- 8. Hadoop的分割图像为瓦片用于分割处理
- 9. 在Python中分割图像
- 10. 使用GraphicsUtil的斑马打印图像
- 11. GPU上的纹理图像处理?
- 12. 图像分割和图像处理中的特征提取有什么区别?
- 13. 难以分割的灰度图像和合成纹理
- 14. 图像分割(MATLAB)
- 15. Matlab分割图像
- 16. 将图像分割成多张图像
- 17. jqGrid斑马条纹
- 18. Python:图像分割作为分类的预处理
- 19. 斑点检测和图像分割之间的差异
- 20. 是两个对象的斑点的图像分割
- 21. 在webservice中处理图像
- 22. 在JSF中处理图像
- 23. 在Drupal中处理图像
- 24. 在android中处理图像
- 25. 如何在许多图像中分割图像?在R
- 26. 图像处理
- 27. 图像处理
- 28. 图像处理
- 29. 图像处理
- 30. 图像处理
你为什么不添加的东西你试过? –
我是IP初学者,我使用了openCV提供的一些标准算法。但他们也把条视为物体。 – user7837687
如果你是初学者,你应该做其他事情。有一天你会收集足够的知识来了解什么是必要的。 – Piglet