不同亮度区域

Question

我有一个图像划分在不同的区域相似，但其中一个有不同的亮度，我必须找出这些区域有不同的亮度。

我在我的OpenCV程序中使用C++库。我把我的图像从RGB转换为HSV空间颜色。然后，我测量了每个区域的全球平均值，但它似乎没有我想象的那么强劲。

下面的图像显示了一个示例：

​

​

有什么建议吗？

Answer 1

对不起，答案是使用Matlab，但是这种方法应该很容易在C++中实现。

估计亮度通道并将其归一化在0到1之间，您可以使用灰度通道、HSV的饱和通道或任何可以表示亮度的东西：

L = mat2gray(mean(image, 3));

​

​

应用中值滤波器去除图像中的噪声和黑色伪影：

L_blur = medfilt2(L, [10 10]);

​

​

使用Otsu的阈值计算阈值并应用于图像。这样就可以将直方图分成两部分，将更亮和更暗的区域分隔开来：

mask = L_blur > graythresh(L_blur);

​

​

然后使用生成的二进制掩码使用简单的元素分组乘法来分割图像：

output = uint8(repmat(mask, [1 1 3])) .* image;

​

​

就这样。

Answer 2

这是@Eliezer的OpenCV的great answer端口，只是为了完整。

#include <opencv2/opencv.hpp>
using namespace cv;

int main()
{
    Mat3b img = imread("path_to_image");

    // Estimate Luminance Channel

    Mat1b L(img.rows, img.cols, uchar(0));
    for (int r = 0; r < img.rows; ++r)
    {
        for (int c = 0; c < img.cols; ++c)
        {
            Vec3b v = img(r,c);
            L(r, c) = saturate_cast<uchar>((float(v[0]) + float(v[1]) + float(v[2])) / 3.f);
        }
    }

    // Apply a Median Filter
    Mat1b L_blur;
    medianBlur(L, L_blur, 11);

    // Use OTSU threshold
    Mat1b mask;
    threshold(L_blur, mask, 0, 255, THRESH_BINARY | THRESH_OTSU);

    // Segment image
    Mat3b output(img.rows, img.cols, Vec3b(0,0,0));
    img.copyTo(output, mask);


    imshow("Result", output);
    waitKey();

    return 0;
}

结果：

​

​