35、色彩图像处理技术解析

色彩图像处理技术解析

1. 衣物尺寸识别

1.1 图像预处理与对象选择

在衣物尺寸识别中，首先将融合的数字通过阈值处理分割为单个对象。当相机视角不佳时，图像中可能出现两个文字区域，此时选择较宽的文字区域进行分析，因为它更适合识别尺寸，而另一个则被舍弃。接着测量剩余文字的宽度，并选择文字较宽的相机图像。但由于膨胀处理，测量的宽度会明显大于实际宽度，不过在选择合适的相机图像时，只需比较两个宽度即可。

1.2 文字识别方法选择

对于文字识别，有两种方法可供选择：一是对字符进行采样，然后使用分类器进行识别；二是直接使用模板匹配来搜索字符。在本次应用中，选择了模板匹配方法，原因如下：
- 由于对象的圆形形状，字符采样对变形非常敏感。
- 由于衣物尺寸众多，使用分类器需要创建大量的训练数据，而模板匹配平均每个衣物尺寸只需要三到四个样本。
- 一位数和三位数衣物尺寸的宽度差异显著，使得字符采样变得困难。

1.3 模板匹配的优势与优化

模板匹配的运行时间本可能是个问题，但由于以下两个原因，所需搜索的模板数量较少，从而可以实现较短的循环时间：
- 每个衣物尺寸只需搜索三到四个模板。
- 之前的颜色分类将可能的尺寸减少到两到三个。平均每个颜色类别需要搜索十个模板。

此外，还有两个方面对模板匹配的运行时间有积极影响：
- 通过阈值处理创建的文字对象非常适合作为模板匹配搜索区域的位置参考，因此可以选择较小的搜索区域。
- 文字是大面积对象，允许在粗略搜索时使用较大的步长。为了减少计算量，在确定更好的相机视角之前，将图像尺寸减半，即删除每隔一列和