OpenCV：如何解释 inRange 的结果？答案

【问题标题】：OpenCV: how can I interpret the results of inRange?OpenCV：如何解释 inRange 的结果？
【发布时间】：2016-03-07 14:00:30
【问题描述】：

我正在处理视频图像，我想检测视频是否包含某个红色范围内的任何像素。这可能吗？

这是我根据教程改编的代码：

#ifdef __cplusplus
- (void)processImage:(Mat&)image;
{
    cv::Mat orig_image = image.clone();
    cv::medianBlur(image, image, 3);
    cv::Mat hsv_image;
    cv::cvtColor(image, hsv_image, cv::COLOR_BGR2HSV);
    cv::Mat lower_red_hue_range;
    cv::Mat upper_red_hue_range;
    cv::inRange(hsv_image, cv::Scalar(0, 100, 100), cv::Scalar(10, 255, 255), lower_red_hue_range);
    cv::inRange(hsv_image, cv::Scalar(160, 100, 100), cv::Scalar(179, 255, 255), upper_red_hue_range);
    // Interpret values here
}

解读价值观

我想检测 inRange 操作的结果是否为零。换句话说，我想了解原始图像中是否有任何匹配的像素，其颜色范围为给定的红色下限和上限。如何解释结果？

【问题讨论】：

首先你需要 OR 上下掩码。然后你可以countNonZero 看看是否有非零像素（即你发现了什么）。最好先应用形态学侵蚀或开放来去除小的（可能是嘈杂的）斑点，或者找到连接的组件（findContours，connectedComponentsWithStats）并根据某些标准进行修剪/搜索
谢谢。我知道这很蹩脚，但你能添加一些示例代码吗？这是我的第一个 OpenCV 测试项目，我正在努力在这么短的时间内熟悉所有这些功能和概念..
我发布了一个答案。这应该让你开始。如果您有更精确的要求，请将它们添加到您的问题中，我会尽力做出更准确的答案。

标签： c++ opencv feature-detection color-detection

【解决方案1】：

首先你需要 OR 上下掩码：

Mat mask = lower_red_hue_range | upper_red_hue_range;

然后你可以countNonZero查看是否有非零像素（即你发现了什么）。

int number_of_non_zero_pixels = countNonZero(mask);

最好先应用形态腐蚀或开孔来去除小的（可能是嘈杂的）斑点：

Mat kernel = getStructuringElement(MORPH_ELLIPSE, Size(3, 3));
morphologyEx(mask, mask, MORPH_OPEN, kernel); // or MORPH_ERODE

或查找连接的组件（findContours、connectedComponentsWithStats）并根据某些条件进行修剪/搜索：

vector<vector<Point>> contours
findContours(mask.clone(), contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

double threshold_on_area = 100.0;
for(int i=0; i<contours.size(); ++i)
{
    double area = countourArea(contours[i]);
    if(area < threshold_on_area)
    {
        // don't consider this contour
        continue;
    } 
    else
    {
        // do something (e.g. drawing a bounding box around the contour)
        Rect box = boundingRect(contours[i]);
        rectangle(hsv_image, box, Scalar(0, 255, 255));
    }
}

【讨论】：