OPENCV: SEGMENTERING MED TRÖSKELVÄRDE

I den här artikeln kallas en grundteknik för objektsegmentering Tröskelvärde . Men innan du flyttar in längre detalj nedan är en kort översikt över OpenCV. Opencv (Open Source Computer Vision) är ett tvärplattform med öppen källkodsbibliotek med programmeringsfunktioner som syftar till att utföra realtid datorsynsuppgifter i en mängd olika fält som:

Ansiktsigenkänning
Irisigenkänningssystem
Gestigenkänning
Human - Computer Interaction (HCI)
Mobilrobotik
Objektidentifiering
Segmentering och erkännande
Stereopsis Stereo Vision: Djupuppfattning från 2 kameror
Förstärkt verklighet

Det innehåller också ett robust statistiskt maskininlärningsbibliotek som innehåller ett antal olika klassificerare som används för att stödja ovanstående områden. För att använda OpenCV importera eller inkludera de nödvändiga biblioteken och börja använda de otaliga tillgängliga funktioner. Tröskelvärde är en mycket populär segmenteringsteknik som används för att separera ett objekt från dess bakgrund. I artikeln nedan har jag beskrivit olika tekniker som används för att tröskelvärdet gråskalabilder (8-bitars) . Processen med tröskelvärde involverar att jämföra varje pixelvärde på bilden (pixelintensitet) med en specificerad tröskel. Detta delar upp alla pixlar för inmatningsbilden i två grupper:

Pixlar med intensitetsvärde lägre än tröskeln.
Pixlar med intensitetsvärde större än tröskeln.

Dessa två grupper ges nu olika värden beroende på olika segmenteringstyper. OpenCV stöder 5 olika tröskelprogram på gråskala (8-bitars) bilder med funktionen: Dubbeltröskel (InputArray SRC OutputArray DST Double Thresh Double MaxVal Int Type) Parametrar:

InputArray SRC: Ingångsbild (MAT 8-bitar eller 32-bitars)

OutputArray DST: utgångsbild (samma storlek som ingång)

Dubbel tröskel: Ställ in tröskelvärde

Double MaxVal: Maxval som används i typ 1 och 2

int -typ*: Anger typen av tröskel som ska användas. (0-4)

*Nedan anges en lista över tröskelstyper. Inmatningsbild

Inmatnings -RGB -bilden konverteras först till en gråskala bild innan tröskeln görs.

Tröskeltyper

Om pixelintensitetsvärdet vid (x y) i källbilden är större än tröskeln är värdet i den slutliga bilden inställd på MaxVal.

Om pixelintensitetsvärdet vid (x y) i källbilden är större än tröskeln är värdet i den slutliga bilden inställd på 0 annars är den inställd på MaxVal.

Om pixelintensitetsvärdet vid (x y) i källbilden är större än tröskeln är värdet i den slutliga bilden inställd på tröskeln annars är det oförändrat.

Om pixelintensitetsvärdet vid (x y) i källbilden är större än tröskeln ändras inte värdet vid (x y) i den slutliga bilden. Alla återstående pixlar är inställda på '0'.

Om pixelintensitetsvärdet vid (x y) i källbilden är större än tröskeln är värdet vid (x y) i den slutliga bilden inställd på '0'. Allt återstående pixelvärde är oförändrat.

För att kompilera OpenCV -program måste du ha OpenCV -bibliotek installerat på ditt system. Jag kommer att publicera en enkel handledning för samma de de kommande dagarna. Om du redan har installerat OpenCV Kör nedanstående kod med inmatningsbilden du väljer. 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  );      }   }