OpenCV を使用して HSV 色空間での赤色オブジェクトの検出精度を向上させる方法

OpenCV による最適化された HSV 色空間オブジェクト検出

問題:

赤い四角形を含む画像が与えられた場合、タスクはHSV 色空間内で OpenCV の cv::inRange メソッドを使用して赤色の検出精度を向上させることです。

独自のアプローチ:

int H_MIN = 0;
int H_MAX = 10;
int S_MIN = 70; 
int S_MAX = 255;
int V_MIN = 50;
int V_MAX = 255;

cv::inRange( imageHSV, cv::Scalar( H_MIN, S_MIN, V_MIN ), cv::Scalar( H_MAX, S_MAX, V_MAX ), imgThreshold0 );

このアプローチは、次のことを提供します。満足のいく結果が得られません。

改善された解決策:

元のアプローチでは、HSV 空間での赤色の 180 度付近の「ラッピング」を考慮できません。これに対処するには、H 範囲に [0,10] と [170, 180] の両方を含める必要があります。

inRange(hsv, Scalar(0, 70, 50), Scalar(10, 255, 255), mask1);
inRange(hsv, Scalar(170, 70, 50), Scalar(180, 255, 255), mask2);

Mat1b mask = mask1 | mask2;

この更新されたアプローチにより、検出結果が改善されます。

代替案アプローチ:

もう 1 つの効率的な方法は次のとおりです:

1. BGR 画像を反転します。
2. HSV に変換します。
3. シアンを検索します。 color.

Mat3b bgr_inv = ~bgr;
inRange(hsv_inv, Scalar(90 - 10, 70, 50), Scalar(90 + 10, 255, 255), mask); // Cyan is 90

この代替アプローチでは、単一の範囲チェックが行われ、満足のいく結果が得られます。

以上がOpenCV を使用して HSV 色空間での赤色オブジェクトの検出精度を向上させる方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。