基于OpenCV?差分法實(shí)現(xiàn)綠葉識(shí)別
實(shí)現(xiàn)原理
物體識(shí)別是圖像處理學(xué)在現(xiàn)實(shí)生活中較多的應(yīng)用之一，目前最為流行的就是運(yùn)用AI、機(jī)器學(xué)習(xí)等技術(shù)結(jié)合圖像處理學(xué)，大量訓(xùn)練數(shù)據(jù)集，以實(shí)現(xiàn)智能且精確的識(shí)別。說(shuō)到人工智能，很多人可能覺(jué)得它非常深?yuàn)W和復(fù)雜，其實(shí)說(shuō)白了它最底層的識(shí)別邏輯還是基于普通的圖像分析，像特征提取、輪廓分析、比對(duì)分析等等，再在龐大的數(shù)據(jù)集中按照相似程度，分析出一個(gè)最可能的結(jié)果。
本文提供了一種相對(duì)簡(jiǎn)單的思路來(lái)實(shí)現(xiàn)綠葉識(shí)別，適合初學(xué)圖像處理的新人研究參考。該方法為差分法：首先對(duì)圖像進(jìn)行高斯濾波處理預(yù)處理，平滑圖像數(shù)據(jù)；其次，將圖像顏色通道按RGB拆分，因?yàn)樽R(shí)別物為綠葉，其最明顯的特征就是顏色；差分法，將綠色通道減去藍(lán)色通道，之所以選擇這兩個(gè)通道，是因?yàn)樗{(lán)色通道和綠葉的關(guān)系較遠(yuǎn)，而紅色搭配綠色可是黃色哦，綠葉中存在黃色特征信息可是再正常不過(guò)了；之后，對(duì)差分圖進(jìn)行OTSU閾值處理，得到掩膜感興趣ROI區(qū)域；再后，就是對(duì)區(qū)域進(jìn)行閉運(yùn)算和孔洞閉合處理，保持區(qū)域完整性；最后，根據(jù)掩膜提取綠葉，完成。
功能函數(shù)代碼
1）識(shí)別綠葉函數(shù)。
// 識(shí)別綠葉
Mat IdentifyLeaves(cv::Mat input)
{
CV_Assert(input.channels() == 3);
Mat temp, result, mask, hole;
int row = input.rows;
int col = input.cols;
// 高斯濾波
GaussianBlur(input, temp, Size(5, 5), 0);
// 通道拆分
vector<cv::Mat> c;
split(temp, c);
// 綠通道-藍(lán)通道，提取綠色區(qū)域
Mat diff = c[1] - c[0];
threshold(diff, mask, 0, 255, THRESH_OTSU);
// 閉運(yùn)算封口
cv::Mat element = getStructuringElement(MORPH_ELLIPSE, Size(9, 9));
cv::morphologyEx(mask, mask, MORPH_CLOSE, element);
// 孔洞閉合
hole = 255 - mask;
Clear_MicroConnected_Areas(hole, hole, row*col / 300);
mask = 255 - hole;
Clear_MicroConnected_Areas(mask, mask, row*col / 300);
// 識(shí)別區(qū)域標(biāo)記
result = input.clone();
result.setTo(Scalar(0, 0, 0), mask == 0);
return result;
}
2）清除微小面積連通區(qū)函數(shù)，用于孔洞閉合。具體介紹見(jiàn)：
/**
* @brief Clear_MicroConnected_Areas 清除微小面積連通區(qū)函數(shù)
* @param src 輸入圖像矩陣
* @param dst 輸出結(jié)果
* @return min_area 設(shè)定的最小面積清除閾值
*/
void Clear_MicroConnected_Areas(cv::Mat src, cv::Mat &dst, double min_area)
{
// 備份復(fù)制
dst = src.clone();
std::vector<std::vector<cv::Point> > contours; // 創(chuàng)建輪廓容器
std::vector<cv::Vec4i> hierarchy;
// 尋找輪廓的函數(shù)
// 第四個(gè)參數(shù)CV_RETR_EXTERNAL，表示尋找最外圍輪廓
// 第五個(gè)參數(shù)CV_CHAIN_APPROX_NONE，表示保存物體邊界上所有連續(xù)的輪廓點(diǎn)到contours向量?jī)?nèi)
cv::findContours(src, contours, hierarchy, cv::RETR_TREE, cv::CHAIN_APPROX_NONE, cv::Point());
if (!contours.empty() && !hierarchy.empty())
{
std::vector<std::vector<cv::Point> >::const_iterator itc = contours.begin();
// 遍歷所有輪廓
while (itc != contours.end())
{
// 定位當(dāng)前輪廓所在位置
cv::Rect rect = cv::boundingRect(cv::Mat(*itc));
// contourArea函數(shù)計(jì)算連通區(qū)面積
double area = contourArea(*itc);
// 若面積小于設(shè)置的閾值
if (area < min_area)
{
// 遍歷輪廓所在位置所有像素點(diǎn)
for (int i = rect.y; i < rect.y + rect.height; i++)
{
uchar *output_data = dst.ptr<uchar>(i);
for (int j = rect.x; j < rect.x + rect.width; j++)
{
// 將連通區(qū)的值置0
if (output_data[j] == 255)
{
output_data[j] = 0;
}
}
}
}
itc++;
}
}
}
C++測(cè)試代碼
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
void Clear_MicroConnected_Areas(cv::Mat src, cv::Mat &dst, double min_area);
Mat IdentifyLeaves(cv::Mat input);
int main()
{
Mat src = imread("test1.png");
Mat result = IdentifyLeaves(src);
imshow("src", src);
imshow("result", result);
waitKey(0);
return 0;
}
/**
* @brief Clear_MicroConnected_Areas 清除微小面積連通區(qū)函數(shù)
* @param src 輸入圖像矩陣
* @param dst 輸出結(jié)果
* @return min_area 設(shè)定的最小面積清除閾值
*/
void Clear_MicroConnected_Areas(cv::Mat src, cv::Mat &dst, double min_area)
{
// 備份復(fù)制
dst = src.clone();
std::vector<std::vector<cv::Point> > contours; // 創(chuàng)建輪廓容器
std::vector<cv::Vec4i> hierarchy;
// 尋找輪廓的函數(shù)
// 第四個(gè)參數(shù)CV_RETR_EXTERNAL，表示尋找最外圍輪廓
// 第五個(gè)參數(shù)CV_CHAIN_APPROX_NONE，表示保存物體邊界上所有連續(xù)的輪廓點(diǎn)到contours向量?jī)?nèi)
cv::findContours(src, contours, hierarchy, cv::RETR_TREE, cv::CHAIN_APPROX_NONE, cv::Point());
if (!contours.empty() && !hierarchy.empty())
{
std::vector<std::vector<cv::Point> >::const_iterator itc = contours.begin();
// 遍歷所有輪廓
while (itc != contours.end())
{
// 定位當(dāng)前輪廓所在位置
cv::Rect rect = cv::boundingRect(cv::Mat(*itc));
// contourArea函數(shù)計(jì)算連通區(qū)面積
double area = contourArea(*itc);
// 若面積小于設(shè)置的閾值
if (area < min_area)
{
// 遍歷輪廓所在位置所有像素點(diǎn)
for (int i = rect.y; i < rect.y + rect.height; i++)
{
uchar *output_data = dst.ptr<uchar>(i);
for (int j = rect.x; j < rect.x + rect.width; j++)
{
// 將連通區(qū)的值置0
if (output_data[j] == 255)
{
output_data[j] = 0;
}
}
}
}
itc++;
}
}
}
// 識(shí)別綠葉
Mat IdentifyLeaves(cv::Mat input)
{
CV_Assert(input.channels() == 3);
Mat temp, result, mask, hole;
int row = input.rows;
int col = input.cols;
// 高斯濾波
GaussianBlur(input, temp, Size(5, 5), 0);
// 通道拆分
vector<cv::Mat> c;
split(temp, c);
// 綠通道-藍(lán)通道，提取綠色區(qū)域
Mat diff = c[1] - c[0];
threshold(diff, mask, 0, 255, THRESH_OTSU);
// 閉運(yùn)算封口
cv::Mat element = getStructuringElement(MORPH_ELLIPSE, Size(9, 9));
cv::morphologyEx(mask, mask, MORPH_CLOSE, element);
// 孔洞閉合
hole = 255 - mask;
Clear_MicroConnected_Areas(hole, hole, row*col / 300);
mask = 255 - hole;
Clear_MicroConnected_Areas(mask, mask, row*col / 300);
// 識(shí)別區(qū)域標(biāo)記
result = input.clone();
result.setTo(Scalar(0, 0, 0), mask == 0);
return result;
}
測(cè)試效果
圖1 原圖1
圖2 效果圖1
圖3 原圖2
圖4 效果圖2
圖5 原圖3
圖6 效果圖3
本文只是提供了一種簡(jiǎn)單的識(shí)別思路，不可能滿足所有的場(chǎng)景。舉幾個(gè)例子，如圖6所示，因?yàn)榭锥撮]合的緣故，導(dǎo)致綠葉間的間隙也被涵蓋了；又或者，當(dāng)所識(shí)別的綠葉沒(méi)那么綠，有點(diǎn)偏暗時(shí)，藍(lán)色通道的比例自然也提高了，此時(shí)用差分法效果就不會(huì)那么好了。
總而言之，不同的場(chǎng)景和需求還是需要結(jié)合實(shí)際進(jìn)行算法的設(shè)計(jì)，天下沒(méi)有一種算法是可以解決一切問(wèn)題的，即便是人工智能也不可能，特殊問(wèn)題特殊對(duì)待，加油！
到此這篇關(guān)于基于OpenCV 差分法實(shí)現(xiàn)綠葉識(shí)別(圖像差分+顏色通道)的文章就介紹到這了,更多相關(guān)OpenCV 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)言實(shí)現(xiàn)學(xué)生學(xué)籍管理系統(tǒng)
這篇文章主要為大家詳細(xì)介紹了C語(yǔ)言實(shí)現(xiàn)學(xué)生學(xué)籍管理系統(tǒng)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-01-01
VSstudio中scanf返回值被忽略的原因及解決方法(推薦)
這篇文章主要介紹了VSstudio中scanf返回值被忽略的原因及其解決方法,scanf返回值被忽略，接下來(lái)我就告訴大家該如何解決這個(gè)問(wèn)題，需要的朋友可以參考下2022-09-09
這篇文章主要為大家介紹了OpenMP 共享內(nèi)存的并行編程框架入門詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-11-11
本文主要介紹了qt中sokect斷開(kāi)的幾種情況,文中介紹了很多情況,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2023-12-12
C++中的const關(guān)鍵字的用法非常靈活，而使用const將大大改善程序的健壯性。這篇文章主要介紹了C/C++ 中const關(guān)鍵字的用法,需要的朋友可以參考下2021-08-08
本文主要介紹了QT5實(shí)現(xiàn)UDP通信的示例代碼，主要使用QUdpSocket類用于實(shí)現(xiàn)UDP通信，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2021-12-12
這篇文章主要介紹了C++非遞歸遍歷磁盤文件和遞歸遍歷磁盤文件的程序示例,大家可以參考使用二種方法2013-11-11
這篇文章主要為大家詳細(xì)介紹了C++代碼實(shí)現(xiàn)逆波蘭式，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2020-11-11
以下是對(duì)C/C++中的SIZEOF進(jìn)行了詳細(xì)的分析介紹，需要的朋友參考下2013-07-07
五個(gè)經(jīng)典鏈表OJ題帶你進(jìn)階C++鏈表篇
做題之前呢，小編想提醒下大家，要三思而后行，不要一上來(lái)就嘎嘎敲代碼，要先學(xué)會(huì)自己畫(huà)圖分析，把自己的思路捋清楚，不要到時(shí)候?qū)懘a五分鐘，調(diào)試兩小時(shí)，記住，編程思路很重要2022-03-03