为您的源图像
我愿意：
-
用棕色的东西制作面具
只关注H,S 并忽略V，你已经拥有了这个。我使用整数 255 而不是颜色（蓝色）进行后面的计算。
-
模糊蒙版
这将删除一小部分错误选择的零件。在此之后，您应该再次设置遮罩的阈值，因为遮罩值会比255 小一点，除非您完全选择了区域。面积越大，值越大（更接近255）。我以>=150为门槛
按水平线扫描蒙版
-
为每一行找到所有选定像素的重心
再次进行模糊和阈值处理后，使用的蒙版处于 Aqua 中。所以计算每行中所有被掩码像素的平均点x 坐标。该点用White标记。
-
通过所有重心的回归线
我使用我的approximation search，但你可以使用任何你想要的回归。回归线标有Red
我使用了直线方程x=x0+y*dx，其中y=<0,pic1.ys>。并按时间间隔搜索解决方案：
x0=<-pic1.xs,+2*pic1.xs>
dx=<-10,+10>
其中pic1.xs,pic1.ys 是图像分辨率。如您所见，我没有涵盖所有角度，但我认为这无论如何都不适用于那些边缘情况（接近水平方向）。对于这种情况，您应该在垂直线上执行此操作，并改用 x=y0+x*dy。
这里是 C++ 源代码：
picture pic0,pic1;
// pic0 - source img
// pic1 - output img
int x,y,h,s,v,px,pn,*p;
color c;
// copy source image to output
pic1=pic0;
pic1.save("cornbot0.png");
// create brown stuff mask
for (y=0;y<pic1.ys;y++) // scan all H lines
for (x=0;x<pic1.xs;x++) // scan actual H line
{
c=pic1.p[y][x]; // get pixel color
rgb2hsv(c); // in HSV
h=WORD(c.db[picture::_h]);
s=WORD(c.db[picture::_s]);
v=WORD(c.db[picture::_v]);
// Treshold brownish stuff
if ((abs(h- 20)<10)&&(abs(s-200)<50)) c.dd=255; else c.dd=0;
pic1.p[y][x]=c;
}
pic1.save("cornbot1.png");
pic1.smooth(10); // blur a bit to remove small clusters as marked
pic1.save("cornbot2.png");
// compute centers of gravity
p=new int[pic1.ys]; // make space for points
for (y=0;y<pic1.ys;y++) // scan all H lines
{
px=0; pn=0; // init center of gravity (avg point) variables
for (x=0;x<pic1.xs;x++) // scan actual H line
if (pic1.p[y][x].dd>=150) // use marked points only
{
px+=x; pn++; // add it to avg point
pic1.p[y][x].dd=0x00004080; // mark used points (after smooth) with Aqua
}
if (pn) // finish avg point computation
{
px/=pn;
pic1.p[y][px].dd=0x00FFFFFF;// mark it by White
p[y]=px; // store result for line regression
} else p[y]=-1; // uncomputed value
}
// regress line
approx x0,dx;
double ee;
for (x0.init(-pic1.xs,pic1.xs<<1,100,3,&ee); !x0.done; x0.step()) // search x0
for (dx.init(-10.0 ,+10.0 ,1.0,3,&ee); !dx.done; dx.step()) // search dx
for (ee=0.0,y=0;y<pic1.ys;y++) // compute actua solution distance to dataset
if (p[y]!=-1) // ignore uncomputed values (no brown stuff)
ee+=fabs(double(p[y])-x0.a-(double(y)*dx.a));
// render regressed line with Red
for (y=0;y<pic1.ys;y++)
{
x=double(x0.aa+(double(y)*dx.aa));
if ((x>=0)&&(x<pic1.xs))
pic1.p[y][x].dd=0x00FF0000;
}
pic1.save("cornbot2.png");
delete[] p;
我使用自己的 picture 类来处理图像，所以一些成员是：
-
xs,ys 图像大小（以像素为单位）
-
p[y][x].dd 是(x,y) 位置的像素，为 32 位整数类型
-
p[y][x].dw[2] 是(x,y) 位置上的像素，为 2D 字段的 2x16 位整数类型
-
p[y][x].db[4] 是 (x,y) 位置的像素，为 4x8 位整数类型，便于通道访问
-
clear(color) - 清除整个图像
-
resize(xs,ys) - 将图像调整为新分辨率
-
bmp - VCL 封装了 GDI 带有 Canvas 访问的位图
-
smooth(n) - 快速模糊图像n 次
您可以通过基于区域和位置的分割（删除小集群）进一步改进这一点。您也可以忽略邻居之间的平均点中太大的峰值。您还可以检测天空并忽略存在天空的整个区域。
[edit1] 平滑
这就是我的平滑的样子：
void picture::smooth(int n)
{
color *q0,*q1;
int x,y,i,c0[4],c1[4],c2[4];
bool _signed;
if ((xs<2)||(ys<2)) return;
for (;n>0;n--)
{
#define loop_beg for (y=0;y<ys-1;y++){ q0=p[y]; q1=p[y+1]; for (x=0;x<xs-1;x++) { dec_color(c0,q0[x],pf); dec_color(c1,q0[x+1],pf); dec_color(c2,q1[x],pf);
#define loop_end enc_color(c0,q0[x ],pf); }}
if (pf==_pf_rgba) loop_beg for (i=0;i<4;i++) { c0[i]=(c0[i]+c0[i]+c1[i]+c2[i])>>2; clamp_u8(c0[i]); } loop_end
if (pf==_pf_s ) loop_beg { c0[0]=(c0[0]+c0[0]+c1[0]+c2[0])/ 4; clamp_s32(c0[0]); } loop_end
if (pf==_pf_u ) loop_beg { c0[0]=(c0[0]+c0[0]+c1[0]+c2[0])>>2; clamp_u32(c0[0]); } loop_end
if (pf==_pf_ss ) loop_beg for (i=0;i<2;i++) { c0[i]=(c0[i]+c0[i]+c1[i]+c2[i])/ 4; clamp_s16(c0[i]); } loop_end
if (pf==_pf_uu ) loop_beg for (i=0;i<2;i++) { c0[i]=(c0[i]+c0[i]+c1[i]+c2[i])>>2; clamp_u16(c0[i]); } loop_end
#undef loop_beg
#define loop_beg for (y=ys-1;y>0;y--){ q0=p[y]; q1=p[y-1]; for (x=xs-1;x>0;x--) { dec_color(c0,q0[x],pf); dec_color(c1,q0[x-1],pf); dec_color(c2,q1[x],pf);
if (pf==_pf_rgba) loop_beg for (i=0;i<4;i++) { c0[i]=(c0[i]+c0[i]+c1[i]+c2[i])>>2; clamp_u8(c0[i]); } loop_end
if (pf==_pf_s ) loop_beg { c0[0]=(c0[0]+c0[0]+c1[0]+c2[0])/ 4; clamp_s32(c0[0]); } loop_end
if (pf==_pf_u ) loop_beg { c0[0]=(c0[0]+c0[0]+c1[0]+c2[0])>>2; clamp_u32(c0[0]); } loop_end
if (pf==_pf_ss ) loop_beg for (i=0;i<2;i++) { c0[i]=(c0[i]+c0[i]+c1[i]+c2[i])/ 4; clamp_s16(c0[i]); } loop_end
if (pf==_pf_uu ) loop_beg for (i=0;i<2;i++) { c0[i]=(c0[i]+c0[i]+c1[i]+c2[i])>>2; clamp_u16(c0[i]); } loop_end
#undef loop_beg
#undef loop_end
}
}
它只是平均 3 个像素
(x,y)=(2*(x,y)+(x-1,y)+(x,y-1))/4
然后做同样的事情
(x,y)=(2*(x,y)+(x+1,y)+(x,y+1))/4
以避免图像移动。然后整个事情循环n 次，仅此而已。在这种情况下，您可以忽略钳位和像素格式选项，它是pf==_pf_rgba，但无论如何它只使用单个通道...dec_color,enc_color 只需解压缩，将颜色通道打包到变量数组中，以避免截断和溢出问题8 位通道，还可以更好地格式化/简化代码（支持不同的像素格式）
btw 平滑基数与卷积相同
0.00 0.25 0.00
0.25 0.50 0.00
0.00 0.00 0.00
和
0.00 0.00 0.00
0.00 0.50 0.25
0.00 0.25 0.00