„OPENCV“: SEGMENTACIJA NAUDOJANT SLENKSTĮ

Šiame straipsnyje yra pagrindinė objektų segmentavimo technika, vadinama Slenkstis . Bet prieš pereinant į žemiau pateiktą detalę yra trumpa „OpenCV“ apžvalga. OPENCV (Atvirojo kodo kompiuterio matymas) yra kryžminės platformos atvirojo kodo programavimo funkcijų biblioteka, kuria siekiama atlikti realaus laiko kompiuterio matymo užduotis įvairiose srityse, tokiose kaip:

Veido atpažinimas
Rainelės atpažinimo sistemos
Gestų atpažinimas
Žmogaus ir kompiuterio sąveika (HCI)
Mobilioji robotika
Objekto identifikavimas
Segmentacija ir pripažinimas
Stereopsis Stereo regėjimas: gylio suvokimas iš 2 kamerų
Papildyta realybė

Tai taip pat apima tvirtą statistinės mašinų mokymosi biblioteką, kurioje yra daugybė skirtingų klasifikatorių, naudojamų aukščiau pateiktoms sritims palaikyti. Norėdami naudoti „OpenCv“, tiesiog importuokite arba įtraukite reikiamas bibliotekas ir pradėkite naudoti daugybę galimų funkcijų. Slenkstis yra labai populiari segmentavimo technika, naudojama objekto atskyrimui nuo jo fono. Žemiau esančiame straipsnyje aš aprašiau įvairius metodus, naudojamus slenksčiui pilkos spalvos vaizdai (8 bitų) . Procesas slenkstis Apima kiekvienos vaizdo taško vaizdo (pikselio intensyvumo) vertės palyginimą su nurodytu slenksčiu. Tai padalija visus įvesties vaizdo taškus į 2 grupes:

Pikseliai, kurių intensyvumo vertė yra mažesnė už slenkstį.
Pikseliai, kurių intensyvumo vertė yra didesnė už slenkstį.

Šioms 2 grupėms dabar suteikiamos skirtingos vertės, atsižvelgiant į įvairius segmentų tipus. „OpenCV“ palaiko 5 skirtingas slenksčio schemas „GreyScale“ (8 bitų) vaizduose, naudodamiesi funkcija: Dvigubas slenkstis („InputArray Src OutputArray“ DST Dvigubas slenkstis Dvigubas maxval int tipas) Parametrai:

„InputArray Src“: įvesties vaizdas (MAT 8 arba 32 bitų)

„OutputArray DST“: išvesties vaizdas (tokio pat dydžio kaip įvestis)

Dvigubas slenkstis: nustatykite slenksčio vertę

„Double MaxVal“: „MaxVal“ naudojamas 1 ir 2 tipuose

int tipas*: nurodo naudojimo slenksčio tipą. (0-4)

*Žemiau pateikiami slenksčių tipų sąrašas. Įvesties vaizdas

Įvesties RGB vaizdas pirmiausia paverčiamas pilkos spalvos vaizdu, prieš pradedant slenkstį.

„OpenCV“: segmentacija naudojant slenkstį

Slenksčio tipai

Jei pikselio intensyvumo vertė, esanti (x y) šaltinio vaizde, yra didesnė už slenkstį, galutinio vaizdo vertė nustatyta kaip „MaxVal“.

Jei pikselio intensyvumo vertė, esanti (x y) šaltinio vaizde, yra didesnė už slenkstį, galutinio vaizdo vertė nustatyta kaip 0, ji nustatyta kaip „MaxVal“.

Jei pikselio intensyvumo vertė, esanti (x y) šaltinio vaizde, yra didesnė už slenkstį, galutinio vaizdo vertė yra nustatyta kaip slenkstis, ji nesikeičia.

Jei pikselio intensyvumo vertė, esanti (x y) šaltinio vaizde, yra didesnė už slenkstį, vertė, esanti (x y) galutiniame paveikslėlyje, nesikeičia. Visi likę taškai yra „0“.

Jei pikselio intensyvumo vertė, esanti (x y) šaltinio vaizde, yra didesnė už slenkstį, vertė, esanti (x y) galutiniame paveikslėlyje, nustatyta kaip „0“. Visa likusi pikselio vertė nesikeičia.

Norėdami sudaryti „OpenCv“ programas, turite įdiegti „OpenCv“ biblioteką savo sistemoje. Ateinančiomis dienomis paskelbsiu paprastą mokymo programą. Jei jau įdiegėte „OpenCv“, paleiskite žemiau pateiktą kodą su pasirinktu įvesties atvaizdu. 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  );      }   }