在图像中找到对象和背景具有几乎相同颜色的轮廓答案

【问题标题】：find contours in image where object and background have nearly same color在图像中找到对象和背景具有几乎相同颜色的轮廓
【发布时间】：2019-10-11 23:15:43
【问题描述】：

当图像和背景中的对象具有几乎相同的颜色时，如何有效地执行边缘检测？我尝试使用下面的代码，但它没有给出我想要的：

import cv2
import matplotlib.pyplot as plt
image = cv2.imread("image1.JPG")

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
gray = cv2.bilateralFilter(gray, 11, 17, 17)
edged = cv2.Canny(gray, 10, 150)
edged = cv2.dilate(edged, None, iterations=1)
edged = cv2.erode(edged, None, iterations=1)

plt.imshow(edged)
plt.show()

image1

edges1

【问题讨论】：

标签： python opencv edge-detection opencv-contour

【解决方案1】：

您不应该使用COLOR_BGR2GRAY 将图像转换为灰度，否则会丢失颜色数据。您要做的是找到能够为您提供最佳边缘检测结果的色彩空间。您可以尝试 3 种颜色空间，其中一种可能适合您的应用程序：HSV、YCrCb 和 LAB。

这是对 LAB 图像的第二个分量进行精确边缘检测的结果。

lab = cv2.cvtColor(img, cv2.COLOR_BGR2LAB)
a_component = lab[:,:,1]
edged = cv2.Canny(a_component, 10, 50)

【讨论】：

他的想法是正确的。此外，还可以构建基于二色模型的最优分色变换函数
@fireant 谢谢，但我无法重现与您相同的结果！你错过了复制一些代码行吗？另外，我想检测整个打火机，而不仅仅是身体部位！
@MohammedGh 处理输入图像的只有3行，img是imread()返回的数组，然后edged传递给imwrite()得到上图左图。如果您尝试使用其他颜色通道来检测打火机的其他部分，您会看到有一个颜色通道非常适合。然后你可以结合这两个通道来获得打火机的边框。
有没有办法自动选择适当的色彩空间（HSV、YCrCb 或 LAB。）？