从透视图检测拖拉机的颜色

Question

我想检查一下拖拉机的颜色(在卡车上)。我训练了一个模型来检测拖拉机部件作为ROI(感兴趣区域)。我通过在拖拉机周围画一个矩形来检测ROI。我的问题是如何检测驾驶室/拖拉机的颜色？我需要的方法是稳健的照明条件和天气差异。卡车的示例可以在这里找到

透视视图使问题具有挑战性，因为ROI是一个矩形，背景的一部分进入ROI。

编辑:对于下图，我使用kmeans并放入clusters= 2的数字

它输出此颜色

似乎传统的图像处理技术不够健壮。

你能告诉我哪种方法更准确吗？

Answer 1

您可以在矩形上尝试Color Quantization。这将尝试将颜色的数量减少到仍然可以准确表示图像的调色板。通常的算法会按最主要的颜色进行排序。

希望矩形中有更多的卡车而不是背景。如果您认为卡车通常位于矩形的中心，也可以裁剪矩形的边距。

下面是一个使用python和scikit的例子：https://scikit-learn.org/stable/auto_examples/cluster/plot_color_quantization.html

你应该使用一个非常小的数字(4?)预期调色板中的颜色。