欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

OpenCV實(shí)現(xiàn)低對(duì)比度圖像臟污區(qū)域檢測(cè)

 更新時(shí)間:2021年09月28日 16:35:13   作者:DU_YULIN  
本文主要介紹了OpenCV實(shí)現(xiàn)低對(duì)比度圖像臟污區(qū)域檢測(cè),文中通過(guò)示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下

1. 低對(duì)比度圖像臟污區(qū)域檢測(cè)

先上圖:

圖1

請(qǐng)?zhí)砑訄D片描述

第一張圖如果不是標(biāo)注結(jié)果,我都沒(méi)有發(fā)現(xiàn)臟污區(qū)域在哪里,第二張圖還清晰一些,基本可以看出來(lái)圖像靠近左邊緣的位置有偏暗的區(qū)域,這就是我們所說(shuō)的臟污區(qū)域了,也是我們要檢測(cè)的區(qū)域。

標(biāo)注結(jié)果圖:

請(qǐng)?zhí)砑訄D片描述

請(qǐng)?zhí)砑訄D片描述

2. 實(shí)現(xiàn)方法介紹

這里介紹兩種實(shí)現(xiàn)方法,
第一種是用C++實(shí)現(xiàn)參考博文的方法,即利用梯度方法來(lái)檢測(cè),具體步驟如下:

  • 對(duì)圖像進(jìn)行高斯模糊去噪,梯度計(jì)算對(duì)噪聲很敏感;
  • 調(diào)用Sobel函數(shù)計(jì)算圖像在x,y方向梯度;
  • 調(diào)用convertScaleAbs函數(shù)將x,y梯度圖像像素值限制在0-255;
  • 調(diào)用addWeight函數(shù)將x,y梯度圖像融合;
  • 調(diào)用threshold函數(shù)對(duì)融合圖像進(jìn)行二值化;
  • 使用先腐蝕、后膨脹的形態(tài)學(xué)處理方法對(duì)二值圖像進(jìn)行非臟污區(qū)域過(guò)濾;
  • 調(diào)用findContours方法查找臟污區(qū)域輪廓。

第二種方法是本人根據(jù)提高圖像對(duì)比度思路實(shí)現(xiàn)的,具體步驟如下:
8. 對(duì)圖像進(jìn)行高斯模糊去噪;
9. 使用局部直方圖均衡化方法來(lái)提高圖像對(duì)比度;
10. 使用OTSU二值化閾值方法來(lái)粗略分割臟污區(qū)域;
11. 對(duì)二值圖像使用腐蝕的形態(tài)學(xué)操作過(guò)濾掉部分非臟污區(qū)域;
12. 調(diào)用findContours方法查找臟污區(qū)域輪廓。

3. C++源碼實(shí)現(xiàn)

#include <iostream>
#include <opencv2\imgcodecs.hpp>
#include <opencv2\core.hpp>
#include <opencv2\imgproc.hpp>
#include <opencv2\highgui.hpp>
#include <vector>

int main()
{
	using namespace cv;

	std::string strImgFile = "C:\\Temp\\common\\Workspace\\Opencv\\images\\led1.jpg";
	Mat mSrc = imread(strImgFile);

	CV_Assert(mSrc.empty() == false);

	Mat mSrc2 = mSrc.clone();

	CV_Assert(mSrc2.empty() == false);

	Mat mGray;
	cvtColor(mSrc, mGray, COLOR_BGR2GRAY);

	GaussianBlur(mGray, mGray, Size(5, 5), 1.0);
	Mat mGray2 = mGray.clone();

	CV_Assert(mGray.empty() == false);
	imshow("gray", mGray.clone());

	//方法1:利用梯度變化檢測(cè)缺陷
	Mat mSobelX, mSobelY;
	Sobel(mGray, mSobelX, CV_16S, 1, 0, 7);
	Sobel(mGray, mSobelY, CV_16S, 0, 1, 7);
	convertScaleAbs(mSobelX, mSobelX);
	convertScaleAbs(mSobelY, mSobelY);

	Mat mEdge;
	addWeighted(mSobelX, 1, mSobelY, 1, 0, mEdge);
	imshow("edge", mEdge);

	Mat mThresh;
	threshold(mEdge, mThresh, 0, 255, THRESH_BINARY | THRESH_OTSU);
	imshow("thresh", mThresh);

	Mat kernel1 = getStructuringElement(MORPH_RECT, Size(11, 11));
	CV_Assert(kernel1.empty() == false);

	Mat mMorph;
	morphologyEx(mThresh, mMorph, MORPH_ERODE, kernel1);
	imshow("erode", mMorph);

	Mat kernel2 = getStructuringElement(MORPH_RECT, Size(5, 5));
	morphologyEx(mMorph, mMorph, MORPH_DILATE, kernel2);
	imshow("dilate", mMorph);

	std::vector<std::vector<Point>> contours;
	findContours(mMorph, contours, RETR_EXTERNAL, CHAIN_APPROX_NONE);

	for (int i = 0; i < contours.size(); i++)
	{
		float area = contourArea(contours[i]);
		if (area > 200)
		{
			drawContours(mSrc, contours, i, Scalar(0, 0, 255));
		}
	}

	imshow("result1", mSrc.clone());

	//方法2: 利用局部直方圖均衡化方法檢測(cè)缺陷
	Ptr<CLAHE> ptrCLAHE = createCLAHE(20, Size(30, 30));
	ptrCLAHE->apply(mGray2, mGray2);
	imshow("equalizeHist", mGray2);

	Mat mThresh2;
	threshold(mGray2, mThresh2, 0, 255, THRESH_BINARY_INV | THRESH_OTSU);
	CV_Assert(mThresh2.empty() == false);
	imshow("thresh", mThresh2);

	Mat kernel2_1 = getStructuringElement(MORPH_RECT, Size(9, 9));
	Mat mMorph2;
	morphologyEx(mThresh2, mMorph2, MORPH_ERODE, kernel2_1);

	CV_Assert(mMorph2.empty() == false);

	imshow("morph2", mMorph2);

	std::vector<std::vector<Point>> contours2;
	findContours(mMorph2, contours2, RETR_EXTERNAL, CHAIN_APPROX_NONE);

	for (int i = 0; i < contours2.size(); i++)
	{
		float area = contourArea(contours2[i]);
		if (area > 200)
		{
			drawContours(mSrc2, contours2, i, Scalar(0, 0, 255));
		}
	}

	imshow("result2", mSrc2);

	waitKey(0);
	destroyAllWindows();

	system("pause");
	return 0;
}

4.結(jié)果

梯度方法檢測(cè)結(jié)果:

在這里插入圖片描述

在這里插入圖片描述

局部直方圖均衡化方法檢測(cè)結(jié)果:

在這里插入圖片描述

在這里插入圖片描述

總結(jié)

相對(duì)于梯度方法,局部直方圖均衡化方法需要特別注意局部窗口大小參數(shù)以及閾限值參數(shù)的選擇,本人也是嘗試了多次才達(dá)到比較好的效果。再一次體會(huì)到傳統(tǒng)圖像處理的痛處,沒(méi)有通用的參數(shù)適用于所有的應(yīng)用實(shí)例,不同的場(chǎng)景要配置不同的參數(shù)才能達(dá)到想要的結(jié)果。

參考

https://jishuin.proginn.com/p/763bfbd62291

到此這篇關(guān)于OpenCV實(shí)現(xiàn)低對(duì)比度圖像臟污區(qū)域檢測(cè)的文章就介紹到這了,更多相關(guān)OpenCV圖像臟污區(qū)域檢測(cè)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • C語(yǔ)言超詳細(xì)講解函數(shù)棧幀的創(chuàng)建和銷(xiāo)毀

    C語(yǔ)言超詳細(xì)講解函數(shù)棧幀的創(chuàng)建和銷(xiāo)毀

    我們知道c語(yǔ)言中函數(shù)都是被調(diào)用的,main函數(shù)里面能調(diào)用其他函數(shù),其實(shí)main函數(shù)也是被別的函數(shù)調(diào)用的,下面通過(guò)本文給大家分享c語(yǔ)言函數(shù)棧幀的創(chuàng)建和銷(xiāo)毀過(guò)程,一起看看吧
    2022-05-05
  • C字符串操作函數(shù)實(shí)現(xiàn)方法小結(jié)

    C字符串操作函數(shù)實(shí)現(xiàn)方法小結(jié)

    這篇文章主要介紹了C字符串操作函數(shù)實(shí)現(xiàn)方法,實(shí)例總結(jié)了C語(yǔ)言字符串操作的相關(guān)技巧,非常具有實(shí)用價(jià)值,需要的朋友可以參考下
    2015-04-04
  • 利用C++實(shí)現(xiàn)雙鏈表基本接口示例代碼

    利用C++實(shí)現(xiàn)雙鏈表基本接口示例代碼

    雙鏈表:在單鏈表的每個(gè)結(jié)點(diǎn)中,再設(shè)置一個(gè)指向其前驅(qū)結(jié)點(diǎn)的指針域,下面這篇文章主要給大家介紹了關(guān)于利用C++實(shí)現(xiàn)雙鏈表基本接口的相關(guān)資料,需要的朋友可以參考借鑒,下面來(lái)一起看看吧。
    2017-08-08
  • C語(yǔ)言堆實(shí)現(xiàn)建堆算法和堆排序

    C語(yǔ)言堆實(shí)現(xiàn)建堆算法和堆排序

    本文主要介紹了C語(yǔ)言堆實(shí)現(xiàn)建堆算法和堆排序,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2024-09-09
  • C++中隊(duì)列的建立與操作詳細(xì)解析

    C++中隊(duì)列的建立與操作詳細(xì)解析

    隊(duì)列結(jié)構(gòu)是從數(shù)據(jù)運(yùn)算來(lái)分類(lèi)的,也就是說(shuō)隊(duì)列結(jié)構(gòu)具有特殊的運(yùn)算規(guī)則。而從數(shù)據(jù)的邏輯結(jié)構(gòu)來(lái)看,隊(duì)列結(jié)構(gòu)其實(shí)就是一種線(xiàn)性結(jié)構(gòu)。如果從數(shù)據(jù)的存儲(chǔ)結(jié)構(gòu)來(lái)進(jìn)一步劃分,隊(duì)列結(jié)構(gòu)可以分成兩類(lèi)
    2013-10-10
  • C++實(shí)踐分?jǐn)?shù)類(lèi)中運(yùn)算符重載的方法參考

    C++實(shí)踐分?jǐn)?shù)類(lèi)中運(yùn)算符重載的方法參考

    今天小編就為大家分享一篇關(guān)于C++實(shí)踐分?jǐn)?shù)類(lèi)中運(yùn)算符重載的方法參考,小編覺(jué)得內(nèi)容挺不錯(cuò)的,現(xiàn)在分享給大家,具有很好的參考價(jià)值,需要的朋友一起跟隨小編來(lái)看看吧
    2019-02-02
  • C++ 關(guān)于MFC List Control 控件的總結(jié)

    C++ 關(guān)于MFC List Control 控件的總結(jié)

    這篇文章主要介紹了C++ 關(guān)于MFC List Control 控件的總結(jié)的相關(guān)資料,十分的詳細(xì),有需要的朋友可以參考下
    2015-06-06
  • C語(yǔ)言實(shí)現(xiàn)井字棋游戲(人機(jī)對(duì)弈)

    C語(yǔ)言實(shí)現(xiàn)井字棋游戲(人機(jī)對(duì)弈)

    這篇文章主要為大家詳細(xì)介紹了C語(yǔ)言實(shí)現(xiàn)井字棋人機(jī)對(duì)弈游戲,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2022-01-01
  • OpenCV cv.Mat與.txt文件數(shù)據(jù)的讀寫(xiě)操作

    OpenCV cv.Mat與.txt文件數(shù)據(jù)的讀寫(xiě)操作

    這篇文章主要介紹了OpenCV cv.Mat 與 .txt 文件數(shù)據(jù)的讀寫(xiě)操作,現(xiàn)在分享給大家,也給大家做個(gè)參考
    2018-05-05
  • C語(yǔ)言文件操作入門(mén)指南

    C語(yǔ)言文件操作入門(mén)指南

    我們?cè)谙爰热皇峭ㄓ嶄浘蛻?yīng)該把信息記錄下來(lái),只有我們自己選擇刪除數(shù)據(jù)的時(shí)候,數(shù)據(jù)才不復(fù)存在,這就涉及到了數(shù)據(jù)持久化的問(wèn)題,我們一般數(shù)據(jù)持久化的方法有,把數(shù)據(jù)存放在磁盤(pán)文件、存放到數(shù)據(jù)庫(kù)等方式,使用文件我們可以將數(shù)據(jù)直接存放在電腦的硬盤(pán)上,做到了數(shù)據(jù)的持久化
    2024-08-08

最新評(píng)論