OpenCV计算机视觉编程攻略（第3版）—— 第3章 处理图像的颜色

第3章 处理图像的颜色

3.2 用策略设计模式比较颜色

1、基本原理

假设我们要构建一个简单的算法，用来识别图像中具有某种颜色的所有像素。这个算法必须输入一幅图像和一个颜色，并且返回一个二值图像，显示具有指定颜色的像素。在运行算法前，还需要指定一个参数，即能够接受的颜色公差。

2、代码实现

/**
* 文件名：example_colorDetector.cpp
* 日期：2021/03/28
* 作者：南风无良
*/

#include <iostream>
#include <opencv2/opencv.hpp>

class ColorDetector {
   
private:
	int maxDist; // 允许的最小差距
	cv::Vec3b target; // 目标颜色
	cv::Mat result; // 存储二值映射结果的图像

public:
	ColorDetector() : maxDist(0.0), target(0, 0, 0) {
   }
	ColorDetector(uchar blue, uchar green, uchar red, int mxDist);
	void setColorDistanceThreshold(int distance);
	int getColorDistanceThreshold() const;
	void setTargetColor(uchar blue, uchar green, uchar red);
	void setTargetColor(cv::Vec3b color);
	cv::Vec3b getTargetColor() const;
	int getDistance2TargetColor(const cv::Vec3b& color) const;
	int getColorDistance(const cv::Vec3b& color, const cv::Vec3b& target) const;
	cv::Mat process(const cv::Mat& image);
	cv::Mat process(const std::string imageFile);
};

ColorDetector::ColorDetector(uchar blue, uchar green, uchar red, int mxDist)
{
   
	this->target = cv::Vec3b(blue, green, red);
	this->maxDist = mxDist;
}

// 设置颜色差距的阈值，阈值必须是正数，否则就设定为0
void ColorDetector::setColorDistanceThreshold(int distance)
{
   
	if (distance < 0)
	{
   
		distance = 0;
	}

	this->maxDist = distance;
}

// 获取颜色差距的阈值
int ColorDetector::getColorDistanceThreshold() const
{
   
	return this->maxDist;
}

// 设置需要检测的颜色 - 重载
void ColorDetector::setTargetColor(uchar blue, uchar green, uchar red)
{
   
	this->target = cv::Vec3b(blue, green, red); // OpenCV颜色序列是BGR
}

void ColorDetector::setTargetColor(cv::Vec3b color)
{
   
	this->target = color;
}

// 获取需要检测的颜色
cv::Vec3b ColorDetector::getTargetColor() const
{
   
	return this->target;
}

// 计算与目标颜色之间的距离
int ColorDetector::getDistance2TargetColor(const cv::Vec3b& color) const
{
   
	return getColorDistance(color, this->target);
}

// 计算两个颜色之间的城市距离
int ColorDetector::getColorDistance(const cv::Vec3b& color1, const cv::Vec3b& color2) const
{
   
	return abs(color1[0] - color2[0]) + abs(color1[1] - color2[1]) + abs(color1[2] - color2[2]);
}

cv::Mat ColorDetector::process(const cv::Mat& image)
{
   
	cv::Mat result;
	result.create(image.size(), CV_8U);

	cv::Mat_<cv::Vec3b>::const_iterator it = image.begin<cv::Vec3b>();
	cv::Mat_<cv::Vec3b>::const_iterator itend = image.end<cv::Vec3b>();
	cv::Mat_<uchar>::iterator itout = result.begin<uchar>();

	// 处理每一个像素
	for (; it != itend; ++it, ++itout)
	{
   
		if (this->getDistance2TargetColor(*it) <= this->maxDist)
		{
   
		*itout = 255;
		}
		else
		{
   
		*itout = 0;
		}
	}

	return result;
}

cv::Mat ColorDetector::process(const std::string imageFile)
{
   
	cv::Mat image = cv::imread(imageFile);

	cv::floodFill(image, cv::Point(100, 50), cv::Scalar(255, 255, 255), (cv: