在OpenCV上用色调比较原始版本和平滑版本的图像:这足够了吗？

Question

问题是对图片(照相机)和其他类型的图像()进行排序。在另一个问题中，我试图使用提供的ImageMagick来利用脚本化的解决方案。现在，我正在使用另一个答案探讨同样的问题，使用OpenCV。

正如解决方案中所描述的，其想法是将颜色模式转换为HSV，http://docs.opencv.org/trunk/doc/tutorials/imgproc/gausian_median_blur_bilateral_filter/gausian_median_blur_bilateral_filter.html图像，并将其https://stackoverflow.com/a/17186161通道与原始图像进行比较；然后，根据据称类似漫画的图像在这方面与现实生活中的图像不同(因为它们对操作的反应不同)，做出一个http://docs.opencv.org/modules/core/doc/operations_on_arrays.html#mean。所以我试着：

#include "imgproc/imgproc.hpp"
#include "highgui/highgui.hpp"
#include "cv.h"  
#include <iostream>   
#include <stdio.h>  

using namespace std;
using namespace cv;

int main(int argc, char *argv[]) {

//takes filename as argument i.e. ./smooth one.jpg  
    cv::Mat input, output, hsv;
    input = imread(argv[1],1);

//Resize to 300
    Size size(300,300);
    resize(input,input,size);

//Change original image color mode to HSV
    cvtColor(input,hsv,CV_RGB2HSV);

//Separate channels; keep hue on h_image
    std::vector<cv::Mat> hsv_channels, hsv_channelsOUT;
    cv::split(hsv, hsv_channels);
    cv::Mat h_image = hsv_channels[0];

//Apply smoothing/blur on h_image, to output        
    bilateralFilter(h_image,output,60,120,30);

//Split output(already just H) to extract H array for mean later
    cv::split(output, hsv_channelsOUT);
    cv::Mat O_imageH = hsv_channelsOUT[0];

//Average all differences between H values pre/post blur
//Compare h_image with h_image+bilinearF visually to see
    Scalar h = mean(hsv_channels[0]-hsv_channelsOUT[0]);

//Print that to console 
    printf("H: %f\n", h[0]);

//Showcase all the steps; comment to use to binary in scripts
//All windows piled up on top of another one at runtime; move to see
cv::imshow("input",input);
cv::imshow("hsv",hsv);
cv::imshow("h_image",h_image);
cv::imshow("output",output);
cv::imshow("h_image+bilinerarF",O_imageH);

//exit on keypress on image displayed
    waitKey();   
    return 0;   
  }

它在这幅图像和这幅画上产生类似的结果(两个“真实”图像，用于查看值中是否有相似之处，即它们的类型相同)：

​

​

我们正在比较序列中的第3和第4图像，这是一个通道与同一个通道图像平滑。H通道中元素差值平均值的结果(0)：

JFK        H: 7.313056
Landscape: H: 8.265544

我不知道如何设置bilateralFilter，因为我不知道什么是sigma空间等等，我最初将它设置为在OpenCV文档示例中生成的最大值(参见intro)。我将这些值加倍，因为这扩大了某些类型图像之间的H值的差异(我认为这在一定程度上隔离了它们的范围)。所有的黑线艺术在白色将产生0为他们的H值-只是一个副作用所做的，他们的色调通道是黑色的任何一种方式。因此，这些可以很容易地归类为这样。我没有足够的图像集来做出预测并相应地调整bilateralFilter。我的相机图像在H: 4-5；7-9；我得到的最小值(0.08)是从蓝色到绿色的相同的非不透明三角形(图形)；所有这些都是在太小的样本上观察到的，无法推断出任何有意义的东西。

Q.，所以我想知道我是否正确地实施了这个想法(根据我所依据的解决方案 )？我是否应该得出这样的结论:需要一个更有弹性的程序(使用许多特性)来完成我想做的事情？我应该以不同的方式设置bilateralFilter吗？

Answer 1

这在某种程度上可行。怎么调这个还不清楚。但是，我未能正确地组合元素，用ImageMagick创建索引。我也有一些问题，脚本用来将它粘合在一起，但提供了一些帮助。所以我能让它正常工作(正常)：

#!/usr/bin/env sh

##+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
## -=Try to sort images based on content (helper script)=-
## re: http://stackoverflow.com/q/26951796
## We will generate values for each jpg with our OpenCV thing, sort, then index
## accordingly with IM.
## Our challenge is that we cannot supply 307 jpgs at a time for final montage
## So we'll split that in rows of 15 images.
##+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++

##OpenCV## find all files in current dir/subdirs, run our OpenCV binary
# which echoes the name of the file: H: value #################################

find . -type f -name '*.[Jj][[Pp][Gg]' -exec sh -c '
    for file do
    echo -n "$file: "
    ./smooth "$file"   #name of our OpenCV binary in local dir only
done
' sh {} + | sort --version-sort -k3 | tee Hout | cut -d ':' -f 1,1 > Hpaths_sorted

##ImageMagick - "montage" can't make an index with 100s of images at 100x100
# on my rig; so horizontal strips of 15 images; we will have $z many strips
# i.e. ceiling for not fully populated row ############################

a="1"
h="15"
j="$(cat Hpaths_sorted | wc -l)"
z="$(echo "a=$j; b=$h; if ( a%b ) a/b+1 else a/b" | bc)"

for i in $(seq 1 "$z"); do 

    strip=$(awk "NR>=$a&&NR<=$h" Hpaths_sorted)
    if [ "$h" -gt "$j" ]; then
        montage $(echo "$strip"| tr '\n' ' ') -tile x1 -geometry 100x100+0+0 $i.gif
    else
        montage $(echo "$strip"| tr '\n' ' ') -tile 15x -geometry 100x100+0+0 $i.gif
        a="$(echo $(($a+15)))"
        h="$(echo $(($h+15)))"
    fi

    target="$target $i.gif"

done

# Use our $target to supply the list of files(strips), make one index, 1 row x #strips to final.gif

montage $target -tile 1x$z -geometry '1x1+0+0<' final.gif

它在我们的358映像集上产生：

​

​

低值位于顶部，我可以看到一些分组(我们已经正确地生成了不完整的行)。因此，它在最简单的形式上可能不那么有用，但它肯定可以用于值得探索的地方。