- H分量得是(0,8),(120,180),S与V分量没有做筛选
- 分别取得H,S,V分量,注意图像转化的时候BGR2HSV,所以s.val[0]是B或H的值,s.val[1]是G或S的值,s.val[2]则是R或V的值。另外要注意一点,因为是对彩色图像做实验,所以如果传入的图片不是3通道的彩色图片,那么就会出内存错误。
-
opencv 的H范围是0~180,红色的H范围大概是(0~8)∪(160,180) ,S是饱和度,一般是大于一个值,S过低就是灰色(参考值S>80),V是亮度,过低就是黑色,过高就是白色(参考值220>V>50)。
所以接下来要做的就是遍历图像,获取图像每个像素点的H,S,V分量,然后做判断,满足条件的就保留,不满足的就赋值为黑色。
- void colorFilter(CvMat *inputImage, CvMat *&outputImage)
- {
- int i, j;
- IplImage* image = cvCreateImage(cvGetSize(inputImage), 8, 3);
- cvGetImage(inputImage, image);
- IplImage* hsv = cvCreateImage( cvGetSize(image), 8, 3 );
- cvCvtColor(image,hsv,CV_BGR2HSV);
- int width = hsv->width;
- int height = hsv->height;
- for (i = 0; i < height; i++)
- for (j = 0; j < width; j++)
- {
- CvScalar s_hsv = cvGet2D(hsv, i, j);//获取像素点为(j, i)点的HSV的值
- /*
- opencv 的H范围是0~180,红色的H范围大概是(0~8)∪(160,180)
- S是饱和度,一般是大于一个值,S过低就是灰色(参考值S>80),
- V是亮度,过低就是黑色,过高就是白色(参考值220>V>50)。
- */
- CvScalar s;
- if (!(((s_hsv.val[0]>0)&&(s_hsv.val[0]<8)) || (s_hsv.val[0]>120)&&(s_hsv.val[0]<180)))
- {
- s.val[0] =0;
- s.val[1]=0;
- s.val[2]=0;
- cvSet2D(hsv, i ,j, s);
- }
- }
- outputImage = cvCreateMat( hsv->height, hsv->width, CV_8UC3 );
- cvConvert(hsv, outputImage);
- cvNamedWindow("filter");
- cvShowImage("filter", hsv);
- waitKey(0);
- cvReleaseImage(&hsv);
- }
(学习笔记)基于opencv颜色过滤只保留红色区域(适用于图像分割方面)
最新推荐文章于 2024-08-31 19:06:57 发布