找到第一个红色像素并裁剪图片

Question

我想用 OpenCV 找到第一个红色像素，然后剪掉它右边的图片。

此刻我写了这段代码，但运行起来很慢：

        int firstRedPixel = mat.Cols();
        int len = 0;


           for (int x = 0; x < mat.Rows(); x++)
            {
                for (int y = 0; y < mat.Cols(); y++)
                {
                    double[] rgb = mat.Get(x, y);
                    double r = rgb[0];
                    double g = rgb[1];
                    double b = rgb[2];

                    if ((r > 175) && (r > 2 * g) && (r > 2 * b))
                    {
                        if (len == 3)
                        {
                            firstRedPixel = y - len;
                            break;
                        }

                        len++;
                    }
                    else
                    {
                        len = 0;
                    }
                }
            }

有什么解决办法吗？

Answer 1

你可以：

1) 找到红色像素（见here）

2) 得到红色像素的边界框

3) 裁剪图像

代码是 C++，但它只是 OpenCV 函数，所以移植到 Java 应该不难：

#include <opencv2\opencv.hpp>

int main()
{
    cv::Mat3b img = cv::imread("path/to/img");

    // Find red pixels
    // https://*.com/a/32523532/5008845
    cv::Mat3b bgr_inv = ~img;
    cv::Mat3b hsv_inv;
    cv::cvtColor(bgr_inv, hsv_inv, cv::COLOR_BGR2HSV);

    cv::Mat1b red_mask;
    inRange(hsv_inv, cv::Scalar(90 - 10, 70, 50), cv::Scalar(90 + 10, 255, 255), red_mask); // Cyan is 90

                                                                                            // Get the rect
    std::vector<cv::Point> red_points;
    cv::findNonZero(red_mask, red_points);

    cv::Rect red_area = cv::boundingRect(red_points);

    // Show green rectangle on red area
    cv::Mat3b out = img.clone();
    cv::rectangle(out, red_area, cv::Scalar(0, 255, 0));

    // Define the non red area
    cv::Rect not_red_area;
    not_red_area.x = 0;
    not_red_area.y = 0;
    not_red_area.width = red_area.x - 1;
    not_red_area.height = img.rows;

    // Crop away red area
    cv::Mat3b result = img(not_red_area);

    return 0;
}   

Answer 2

这不是使用计算机视觉的方式。我知道这一点，因为我也是这样做的。

实现目标的一种方法是使用模板匹配从图像中剪下的红色条，从而找到红色边框并将其剪掉。

另一种方法是转移到 HSV 空间，过滤掉红色内容，并根据需要使用轮廓查找来定位大型红色结构。

有很多方法可以做到这一点。但是，在像素值上循环很少是正确的方法，并且您不会以这种方式利用复杂的矢量化或算法。