在 OpenCV 中使用 HSV 有效地阈值红色答案

【问题标题】：efficiently threshold red using HSV in OpenCV在 OpenCV 中使用 HSV 有效地阈值红色
【发布时间】：2012-08-25 15:11:10
【问题描述】：

我正在尝试使用 OpenCV 对视频流中的红色像素进行阈值处理。我有其他颜色工作得很好，但红色会带来问题，因为它环绕色调轴（即 HSV(0, 255, 255) 和 HSV(179, 255, 255) 都是红色的）。我现在使用的技术不太理想。基本上：

cvInRangeS(src, cvScalar(0, 135, 135), cvScalar(20, 255, 255), dstA);
cvInRangeS(src, cvScalar(159, 135, 135), cvScalar(179, 255, 255), dstB);
cvOr(dstA, dstB, dst);

这是次优的，因为与简单的蓝色情况相比，它需要在代码中为红色（潜在的错误）分支、分配两个额外的图像和两个额外的操作：

cvInRangeS(src, cvScalar(100, 135, 135), cvScalar(140, 255, 255), dst);

我想到的更好的选择是“旋转”图像的颜色，使目标色调为 90 度。例如。

int rotation = 90 - 179; // 179 = red
cvAddS(src, cvScalar(rotation, 0, 0), dst1);
cvInRangeS(dst1, cvScalar(70, 135, 135), cvScalar(110, 255, 255), dst);

这让我可以对所有颜色进行类似处理。

但是，当色调值低于 0 时，cvAddS 操作不会将色调值返回到 180，因此您会丢失数据。我考虑将图像转换为CvMat，以便可以从中减去，然后使用模数将负值包装回范围的顶部，但CvMat 似乎不支持模数。当然，我可以遍历每个像素，但我担心这会很慢。

我已经阅读了许多教程和代码示例，但它们似乎都只是方便地查看不环绕色调光谱的范围，或者使用更丑陋的解决方案（例如，通过重新实现 cvInRangeS遍历每个像素并与颜色表进行手动比较）。

那么，解决这个问题的常用方法是什么？最好的方法是什么？各自的取舍是什么？迭代像素是否比使用内置 CV 函数慢得多？

【问题讨论】：

交换红色和绿色通道，阈值绿色，然后交换回来？

标签： c++ image-processing opencv

【解决方案1】：

您不会相信，但我遇到了完全相同的问题，我通过 Hue（不是整个 HSV）图像使用简单的迭代解决了它。

迭代像素是否比使用内置 CV 函数慢得多？

我刚刚尝试理解cv::inRange函数，但完全没有理解（似乎作者使用了一些特定的迭代）。

【讨论】：

好的，我通过迭代做到了。它允许我将几个不同的数组操作组合到一个手动循环中，因此性能可能相当或更好。它似乎并不慢，但我也没有真正进行基准测试。你可以在这里看到我的解决方案：gist.github.com/3562715

【解决方案2】：

cvAddS(...) 在元素级别等价于：

 out = static_cast<dest> ( in + shift );

这个 static_cast 是问题所在，因为它会剪辑/截断值。

解决方案是将数据从 (0-180) 转移到 (x, 255)，然后应用带有溢出的非剪切加法：

 out = uchar(in + (255-180) + rotation );

现在您应该可以使用单个 InRange 调用，只需根据上述公式移动红色区间

【讨论】：

是的，但是如果您要循环以进行元素颜色偏移，您也可以在同一循环中手动执行阈值处理。

【解决方案3】：

您可以使用CV_BGR2HSV_FULL 计算 0..255 范围内的色调通道。 10 的原始色调差异将变为 14 (10/180*256)，即色调必须在 128-14..128+14 范围内：

public void inColorRange(CvMat imageBgr, CvMat dst, int color, int threshold) {
    cvCvtColor(imageBgr, imageHsv, CV_BGR2HSV_FULL);
    int rotation = 128 - color;
    cvAddS(imageHsv, cvScalar(rotation, 0, 0), imageHsv);
    cvInRangeS(imageHsv, cvScalar(128-threshold, 135, 135), 
         cvScalar(128+threshold, 255, 255), dst);
}

【讨论】：

当原始色调 128 时，这仍然有效吗？（比如，20）
是的，只计算rotation = 128 - yourColor

【解决方案4】：

这有点晚了，但这是我会尝试的。

进行转换：cvCvtColor(imageBgr, imageHsv, CV_RGB2HSV);

注意，RGB 与 Bgr 是故意交叉的。

这样，红色将在蓝色通道中处理，并以 170 为中心。还会有方向翻转，但只要你知道预期它就可以。

【讨论】：

非常聪明。如果我需要再做一次，可能会使用它。

【解决方案5】：

有一种非常简单的方法。

先制作两个不同的颜色范围

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);

然后使用 addWeighted 组合两个掩码

cv::Mat red_hue_mask;
cv::addWeighted(lower_red_hue_range, 1.0, upper_red_hue_range, 1.0, 0.0, red_hue_mask);

现在您可以将蒙版应用到图像上

cv::Mat result;
inputImageMat.copyTo(result, red_hue_mask);

我从a blog post得到这个想法，我发现了

【讨论】：