从直方图曲线中选择最佳值范围答案

【问题标题】：Selecting best range of values from histogram curve从直方图曲线中选择最佳值范围
【发布时间】：2023-03-16 10:39:01
【问题描述】：

场景：

我正在尝试跟踪两个不同颜色的对象。一开始，提示用户将第一个彩色对象（例如，可能是红色）保持在相机前面的特定位置（在屏幕上用矩形标记）并按任意键，然后我的程序会占用帧的那部分(ROI) 并分析其中的颜色，以找到要跟踪的颜色。同样对于第二个对象也是如此。然后像往常一样，在 HSV 颜色平面中使用cv.inRange 函数并跟踪对象。

做了什么：

我获取了要跟踪的对象的 ROI，将其转换为 HSV 并检查了色调直方图。我有两种情况如下：

（这里只有一个主要的中心峰。但在某些情况下，我会得到两个这样的峰，一个是较大的峰，周围有一些像素簇，第二个峰小于第一个峰，但具有小簇的显着尺寸也在它周围。我现在没有它的示例图像。但它几乎看起来像下面（在油漆中创建））

问题：

How can I get best range of hue values from these histograms?

我的意思是最佳范围，可能是 ROI 中大约 80-90% 的像素位于该范围内。

或者有没有比这更好的方法来跟踪不同颜色的对象？

【问题讨论】：

在计算直方图之前，您是否尝试过标准化颜色（例如使用equalizeHist）？
不，我没有。它有什么好处？
它会提高图像的对比度，并且（也许）不会有这样两个峰值 - 只有一个。
您是否考虑过使用贝叶斯分类器等统计模型？如果您有两类对象，它将告诉您未知的第三个对象属于每一类的相对可能性。然后，您可以通过使其多变量来改进它（例如，不仅使用色调，还使用值）您还可以添加类来描述背景......
@AbidRahmanK 贝叶斯分类器非常简单：根据您的像素分布，您可以简单地计算均值和标准差。使用这两个，您可以拟合正态分布。然后，可以计算任何像素值成为分布一部分的可能性。你可以自己实现它，但是opencv有一个实现。这很有趣，因为您可以捕捉到变化（您不仅在手段上工作）。当然，如果你有多模态直方图，你可以拟合混合高斯而不是高斯......

标签： python image-processing opencv computer-vision histogram

【解决方案1】：

如果我没听错的话，这里你唯一需要做的就是在图中找到一个最大值，其中最大值不一定是最高峰，而是密度最大的区域。

这是一种非常简单但不太科学但速度很快的 O(n) 方法。通过低通滤波器运行直方图。例如。移动平均线。平均长度可以假设为 20。在这种情况下，新修改直方图的第 10 个值将是：

mh10 = (h1 + h2 + ... + h20) / 20

其中 h1、h2... 是直方图中的值。下一个值：

mh11 = (h2 + h3 + ... + h21) / 20

使用之前计算的 mh10 可以更容易地计算出来，方法是删除它的第一个组件并在末尾添加一个新组件：

mh11 = mh10 - h1/20 + h21/20

您唯一的问题是如何处理直方图边缘的数字。您可以将移动平均线的长度缩小到可用长度，或者您可以在已有的之前和之后添加值。但无论哪种方式，您都无法在边缘处理峰值。

最后，当你有这个修改过的直方图时，就得到最大值。这行得通，因为现在直方图中的每个值不仅包含他自己，还包含邻居。

一种更复杂的方法是加权平均值，例如使用高斯曲线。但这不再是线性的。这将是 O(k*n)，其中 k 是平均值的长度，也是高斯的长度。

【讨论】：