OPENCV: SZEGMENTÁLÁS KÜSZÖBÉRTÉKKEL

Ebben a cikkben az objektumok szegmentálásának alapvető technikája Küszöbérték - De mielőtt már az alábbiakban átmegyünk a részletekbe, az OpenCV rövid áttekintése. OpenCV (Nyílt forráskódú számítógépes látás) egy platformok közötti nyílt forráskódú könyvtár, amely a valós idejű számítógépes látási feladatok elvégzésére irányul sokféle területen, például:

Arcfelismerés
Írisz -felismerő rendszerek
Gesztusfelismerés
Emberi -számítógépes interakció (HCI)
Mobil robotika
Tárgyi azonosítás
Szegmentálás és felismerés
Sztereopsis sztereo látás: mélységérzékelés 2 kamerából
Kibővített valóság

Ez magában foglal egy robusztus statisztikai gépi tanulási könyvtárat is, amely számos különféle osztályozót tartalmaz, amelyeket a fenti területek támogatására használnak. Az OpenCV használatához egyszerűen importálja vagy beilleszti a szükséges könyvtárakat, és kezdje el használni a rendelkezésre álló funkciók számát. Küszöbérték egy nagyon népszerű szegmentációs technika, amelyet egy objektum hátterétől való elválasztására használnak. Az alábbi cikkben leírtam a küszöbértékhez használt különféle technikákat Szürkeárnyalatos képek (8-bites) - A küszöbérték magában foglalja a kép (pixel intenzitás) minden pixel értékének összehasonlítását egy meghatározott küszöböt. Ez a bemeneti kép összes pixelét 2 csoportra osztja:

A küszöbértéknél alacsonyabb intenzitásértékű képpontok.
A küszöbértéknél nagyobb intenzitásértékű képpontok.

Ez a 2 csoport most különféle értékeket kap, a különböző szegmentációs típusoktól függően. Az OpenCV 5 különböző küszöbértéket támogat a szürkeárnyalatos (8-bites) képen a függvény használatával: Double küszöb (InputArray SRC OutputArray DST dupla Thresh Double Maxval int típus) Paraméterek:

InputArray SRC: Bemeneti kép (8-bites vagy 32 bites)

OutputArray DST: Kimeneti kép (ugyanolyan méretű, mint a bemenet)

Double küszöb: Állítsa be a küszöbértéket

Double MaxVal: Az 1. és 2. típusban használt Maxval

int type*: Megadja a használni kívánt küszöb típusát. (0-4)

*A küszöbértékek listája alatt található. Bemeneti kép

A bemeneti RGB -képet először szürkeárnyalatos képré alakítják, mielőtt a küszöbértéket megtennék.

Küszöbértékek

Ha a pixel -intenzitás értéke (x y) értékben a forrásképnél nagyobb, mint a küszöbérték, akkor a végső képen szereplő értéket a Maxval értékre állítják.

Ha a pixel -intenzitás értéke (x y) értékben a forrásképnél nagyobb, mint a küszöbérték, akkor a végső képen szereplő érték 0 -ra van állítva, akkor a Maxval értékre van állítva.

Ha a pixel intenzitási értéke (x y) értékben a forrásképnél nagyobb, mint a küszöbérték, akkor a végső képen szereplő érték küszöbértékre van beállítva, akkor változatlan.

Ha a pixel -intenzitás értéke (x y) a forrásképnél nagyobb, mint a küszöbérték, akkor a végső kép (x y) értékének értéke nem változik. Az összes fennmaradó pixel „0” -ra van állítva.

Ha a pixel -intenzitás értéke (x y) értékben a forrásképnél nagyobb, mint a küszöbérték, akkor a végső kép (x y) értékének értéke „0” -ra van állítva. Az összes fennmaradó pixel érték változatlan.

Az OpenCV programok összeállításához az OpenCV könyvtár telepítéséhez van szükség a rendszerre. Az elkövetkező napokban egy egyszerű oktatóanyagot fogok küldeni. Ha már telepítette az OpenCV -t, futtassa az alábbi kódot az Ön által választott bemeneti képpel. CPP

    // CPP program to demonstrate segmentation   // thresholding.   #include         #include         #include         #include         using     namespace     cv  ;   int     main  (  int     argc       char  **     argv  )   {      if     (  argc     !=     2  )         {      cout      < <     ' Usage:  '      '   '      < <     endl  ;      return     -1  ;      }      int     threshold_value     =     0  ;      // Valid Values: 0 1 2 3 4      int     threshold_type     =     2  ;         // maxVal useful for threshold_type 1 and 2      int     maxVal     =     255  ;         // Source image      Mat     src     =     imread  (  argv  [  1  ]     1  );      cvNamedWindow  (  'Original'       CV_WINDOW_NORMAL  );      imshow  (  'Original'       src  );      Mat     src_gray       dst  ;      // Convert the image to GrayScale      cvtColor  (  src       src_gray       CV_BGR2GRAY  );      // Create a window to display results      cvNamedWindow  (  'Result'       CV_WINDOW_NORMAL  );      createTrackbar  (  'Threshold'       'Result'           &  threshold_value       255  );      while     (  1  )         {      threshold  (  src_gray       dst       threshold_value           maxVal       threshold_type  );      imshow  (  'Result'       dst  );      waitKey  (  1  );      }   }