如何使用opencv有效地在RGB图像中做复杂的阈值？

Question

我想将 matlab 代码翻译成 c++ opencv，它对 RGB 图像进行阈值处理：red value>threshold1 AND red/green>threshold2 AND red/blue>threshold3

matlab代码为：

bw=(im(:,:,1)>=red_th&(im(:,:,1)./im(:,:,2))>=red_green_th&(im(:,:,1)./im(:,:,3))>=red_blue_th);

其中im(:,:,1), im(:,:,2)和im(:,:,3)分别是r、g、b值。

与使用“for cols and for rows”循环所有像素相比，我发现 matlab 代码非常有效。因此，我想在 opencv 中找到类似的有效方法，而不是循环 cols 和 rows。

我阅读了一些关于cv::threshold and inRange 的信息，但是，它们似乎无法满足我的要求。

Answer 1

您不能直接使用 threshold 或 inRange 执行此操作，但您可以轻松地将其转换为 OpenCV，首先拆分 3 个通道，然后使用矩阵表达式：

Mat im = ...
vector<Mat> planes;
split(im, planes); // B, G, R planes

Mat bw = (planes[2] >= red_th) & 
         (planes[2] / planes[1] >= red_green_th) &
         (planes[2] / planes[0] >= red_blue_th);

由于 Matlab 通常适用于双精度，因此您最好将 OpenCV 矩阵转换为双精度（除非它们已经如此）：

Mat im = ...
vector<Mat> planes;
split(im, planes); // B, G, R planes

for(size_t i=0; i<planes.size(); ++i) {
    planes[i].convertTo(planes[i], CV_64F);
}

Mat bw = (planes[2] >= red_th) & 
         (planes[2] / planes[1] >= red_green_th) &
         (planes[2] / planes[0] >= red_blue_th);

或者您可以使用 for 循环，如果您使用指针，这会非常快（我假设您的 im 是 CV_8UC3 类型）：

Mat3b im = ...
Mat1b bw(im.rows, im.cols, uchar(0));

int rows = im.rows;
int cols = im.cols;
if(im.isContinuous()) {
    cols = rows * cols;
    rows = 1;
}

for(int r=0; r<rows; ++r) {
    Vec3b* ptr_im = im.ptr<Vec3b>(r);
    uchar* ptr_bw = bw.ptr<uchar>(r)
    for(int c=0; c<cols; ++c) { 
        const Vec3b& bgr = ptr_im[c];

        // Take care of division by 0  

        ptr_bw[c] = (bgr[2] >= red_th) &&
                    (bgr[2] / bgr[1] >= red_green_th) &&
                    (bgr[2] / bgr[0] >= red_blue_th);
    }
}