在 OpenCV 中选择具有最高强度的像素答案

【问题标题】：Selecting the pixels with highest intensity in OpenCV在 OpenCV 中选择具有最高强度的像素
【发布时间】：2011-04-08 14:44:09
【问题描述】：

谁能帮我找出opencv中灰度图像位置的前1%（或者说前100个像素）最亮的像素。因为 cvMinMaxLoc() 只给出最亮的像素位置。

非常感谢任何帮助。

【问题讨论】：

标签： c++ image-processing opencv pixels

【解决方案1】：

尝试改用cvThreshold。

【讨论】：

@Mark: 阈值没有帮助，你需要找出最亮的像素及其位置。
它有什么帮助？首先设置阈值以将它们的强度提高到最大，然后使用您的 cvMinMaxLoc 找到它们的位置。
cvMinMaxLoc 只给出一个最亮像素的位置，我能找到其他具有相同强度的位置吗？
哦..我的错。我以为您的意思是它为所有像素提供了（相同）最亮的强度。我不知道...您希望返回什么格式？ x,y 坐标列表？为什么不按照我的建议使用二进制阈值，然后随意循环图像？实际上，如果你要循环它，你可以同时自己做阈值。
是的...找到所有最亮像素的 (x,y) 坐标...有点排序但位置...

【解决方案2】：

这是一种简单但不完善/愚蠢的方法：

for i=1:100
  get brightest pixel using cvMinMaxLoc 
  store location
  set it to a value of zero
end

如果您不介意效率，这应该可行。

您还应该检查 cvInRangeS 以找到定义低阈值和高阈值的其他类似值的像素。

【讨论】：

【解决方案3】：

您需要根据直方图计算亮度阈值。然后您遍历像素以获得足够亮以满足阈值的那些位置。下面的程序将阈值应用于图像并显示结果用于演示目的：

#!/usr/bin/env python3

import sys
import cv2
import matplotlib.pyplot as plt

if __name__ == '__main__':
    if len(sys.argv) != 2 or any(s in sys.argv for s in ['-h', '--help', '-?']):
        print('usage: {} <img>'.format(sys.argv[0]))
        exit()
    img = cv2.imread(sys.argv[1], cv2.IMREAD_GRAYSCALE)
    hi_percentage = 0.01 # we want we the hi_percentage brightest pixels
    # * histogram
    hist = cv2.calcHist([img], [0], None, [256], [0, 256]).flatten()
    # * find brightness threshold
    # here: highest thresh for including at least hi_percentage image pixels,
    #       maybe you want to modify it for lowest threshold with for including
    #       at most hi_percentage pixels
    total_count = img.shape[0] * img.shape[1]  # height * width
    target_count = hi_percentage * total_count # bright pixels we look for
    summed = 0
    for i in range(255, 0, -1):
        summed += int(hist[i])
        if target_count <= summed:
            hi_thresh = i
            break
    else:
        hi_thresh = 0
    # * apply threshold & display result for demonstration purposes:
    filtered_img = cv2.threshold(img, hi_thresh, 0, cv2.THRESH_TOZERO)[1]
    plt.subplot(121)
    plt.imshow(img, cmap='gray')
    plt.subplot(122)
    plt.imshow(filtered_img, cmap='gray')
    plt.axis('off')
    plt.tight_layout()
    plt.show()

【讨论】：

【解决方案4】：

最合乎逻辑的方法是迭代整个图片，然后得到像素的max 和min 值。然后选择一个阈值，它将为您提供所需的百分比（在您的情况下为 1%）。之后再次迭代并保存高于给定阈值的每个像素的i 和j 坐标。这样，您将只迭代矩阵两次而不是 100（或 1% 的像素次）并选择最亮的并删除它。

OpenCV 矩阵是多维数组。灰度图像是二维数组，值从 0 到 255。您可以像这样遍历矩阵。 for(int i=0;i < mat.height();i++) for(int j=0;j < mat.width();j++) mat[i][j];

【讨论】：

【解决方案5】：

基于发布的其他一些想法的 C++ 版本：

// filter the brightest n pixels from a grayscale img, return a new mat
cv::Mat filter_brightest( const cv::Mat& src, int n ) {

    CV_Assert( src.channels() == 1 );
    CV_Assert( src.type() == CV_8UC1 );

    cv::Mat result={};

    // simple histogram
    std::vector<int> histogram(256,0); 
    for(int i=0; i< int(src.rows*src.cols); ++i) 
        histogram[src.at<uchar>(i)]++;

    // find max threshold value (pixels from [0-max_threshold] will be removed)
    int max_threshold = (int)histogram.size() - 1;
    for ( ; max_threshold >= 0 && n > 0; --max_threshold ) {
        n -= histogram[max_threshold];
    }

    if ( max_threshold < 0 )  // nothing to do
        src.copyTo(result);
    else     
        cv::threshold(src, result, max_threshold, 0., cv::THRESH_TOZERO);

    return result;
}

使用示例：获得前 1%

auto top1 = filter_brightest( img, int((img.rows*img.cols) * .01) );

【讨论】：