如何识别图像中的金色？ [关闭]

Question

我有一个关于硬币识别的任务。我国的硬币有两种颜色：金色和银色。如何识别金色？

我已经设法从图像中裁剪出每枚硬币，它们由几枚硬币组成。我想知道如何识别金色硬币。

我的讲师建议：

• 将 RGB 转换为 HSI
• 获取裁剪后的硬币图像的色相和饱和度值
• 如果它的色相和饱和度值在金色的色相范围内 饱和是一枚金币。

我的方法如下：

1. 增强图像，使颜色可见。
2. 识别每个硬币并裁剪它们
3. 识别它们的颜色并将它们分成两组：银色和金色。
4. 通过将每种颜色的一枚硬币作为参考，然后将另一枚硬币与参考硬币进行比较来识别它们的价值（基于比率）。

我已经完成了第 1 步和第 2 步，但我被困在了第三步。我不知道如何区分金色和银色硬币。在 MATLAB 中我应该使用哪种方法来区分它们？

Answer 1

这里有一些东西可以使用。它仅针对此特定图像进行了调整，可能不适用于其他图像。

1. 使用gamma = 1.5 执行伽马校正。之所以会这样，是因为我想把图片右侧较亮的金币调低强度，以匹配左侧图片的金币，这样更容易进行阈值分割。

2. 使用色调和饱和度通道来区分金币。

3. 使用形态学并填充阈值结果具有的任何孔

4. 移除任何面积小于 12000 像素的质量。

---

步骤#1

您可以使用imadjust 和gamma = 1.5 执行伽玛调整，您只需执行以下操作。首先加载我将直接从 StackOverflow 执行的图像，然后进行 gamma 调整：

close all;
im = imread('http://i.stack.imgur.com/g4FCV.jpg');
im_enhance = imadjust(im, [], [], 1.5);

im 是原始图像，im_enhance 是增强图像。我们得到以下增强图像：

有点难看，但是如果你自己放大图片点击上图，你会发现图片右侧的金色比之前稍微暗了一点。

步骤 #2

首先使用rgb2hsv将您的图像转换为HSV：

hsv = rgb2hsv(im2double(im_enhance));

之后，我使用impixelinfo 并通过imshow(im_enhance) 打开上面的图像，并将鼠标悬停在金币上以查看色调和饱和度是什么。通过检查，我看到色调值大约为 0.25 或更低，饱和度值为 0.25 或更高，以区分金币和银币。因此，使用这些范围来设定阈值并获得一个二进制地图，告诉您什么属于金币，什么不属于：

gold_coins = hsv(:,:,1) < 0.25 & hsv(:,:,2) > 0.25;

我们现在得到这张图片：

不完美。我们可以看到，大块的白色属于金币，而上面有洞的则是银币。

步骤#3

我们接下来要做的是填充金色物体必须的任何孔，以确保您获得所有应该是金色的区域。使用 imfill 和 'holes' 选项来执行此操作。

gold_coins_fill = imfill(gold_coins, 'holes');

我们现在得到：

很好，但我们又要处理银币了。金币完全没问题。

步骤#4

为了移除任何属于银币的质量，我移除了遮罩中所有小于 12000 像素的区域。这是通过反复试验完成的。您可以使用函数bwareaopen 并指定 12000 作为此图像的第二个参数来执行此操作：

gold_coins_final = bwareaopen(gold_coins_fill, 12000);

我们现在得到：

---

如果你只是想通过复制和粘贴来运行它，完整的代码如下所示：

% Step #1
close all;
im = imread('http://i.stack.imgur.com/g4FCV.jpg');
im_enhance = imadjust(im, [], [], 1.5);

% Step #2
hsv = rgb2hsv(im2double(im_enhance));   
gold_coins = hsv(:,:,1) < 0.25 & hsv(:,:,2) > 0.25;

% Step #3
gold_coins_fill = imfill(gold_coins, 'holes');

% Step #4
gold_coins_final = bwareaopen(gold_coins_fill, 12000);
imshow(gold_coins_final);

Answer 2

使用 imagemagick 库：

Fuzz 运算符可让您将图像颜色与某种颜色进行比较。虽然它们不必完全相同，但具有您决定的相似因素。所以算法可以如下：

1. 检测图像中的金色（模糊检测）
2. 用黑色替换所有金色像素（可以是任何颜色）
3. 计算新图像中的黑色像素
4. 如果至少有 80% 的像素被计算出来，则为金币，否则不是金币：

将金色转换为黑色：

 convert img -fuzz 80%  -fill black -opaque gold  newImage

获取所有不同的颜色计数：

convert  newimage -define histogram:unique-colors=true \
        -format %c histogram:info:-

如果黑色计数高于 80% (+-)，则为金币。

^{*一定要选择原图不能出现的替换色。}