android– 尝试使用opencv从图像中检测蓝色,并获得意想不到的结果

概述我是OpenCV4Android的新手.这是我编写的一些代码,用于检测图像中的蓝色斑点.在下面的图像中,图像1在我的笔记本电脑中.我运行应用程序,OpenCV摄像头捕获的帧是图像2.您可以查看代码以查看其余图像是什么.(正如您在代码中看到的,所有图像都保存在SD卡中.)我有以下问题：>为什么在相

我是OpenCV4Android的新手.这是我编写的一些代码,用于检测图像中的蓝色斑点.在下面的图像中,图像1在我的笔记本电脑中.我运行应用程序,OpenCV摄像头捕获的帧是图像2.您可以查看代码以查看其余图像是什么. (正如您在代码中看到的,所有图像都保存在SD卡中.)

我有以下问题：

>为什么在相机捕获的rgba帧中,浅蓝色斑点的颜色变成浅黄色(如图2所示).
>我在最大的蓝色blob周围创建了一个boundingRect,然后通过执行rgbaFrame.submat(detectedBlobroi)创建了ROI.但是你可以在最后一张图片中看到它看起来像几个灰色像素.我期待蓝色球体与图像的其余部分分开.

我错过了什么或做错了什么？

码：

private voID detectcoloredBlob () {         Highgui.imwrite("/mnt/sdcard/DCIM/rgbaFrame.jpg", rgbaFrame);//check        Mat hsvImage = new Mat();         imgproc.cvtcolor(rgbaFrame, hsvImage, imgproc.color_RGB2HSV_FulL);        Highgui.imwrite("/mnt/sdcard/DCIM/hsvImage.jpg", hsvImage);//check        Mat maskedImage = new Mat();         Scalar lowerThreshold = new Scalar(170, 0, 0);         Scalar upperThreshold = new Scalar(270, 255, 255);         Core.inRange(hsvImage, lowerThreshold, upperThreshold, maskedImage);        Highgui.imwrite("/mnt/sdcard/DCIM/maskedImage.jpg", maskedImage);//check        Mat dilatedMat= new Mat();         imgproc.dilate(maskedImage, dilatedMat, new Mat() );         Highgui.imwrite("/mnt/sdcard/DCIM/dilatedMat.jpg", dilatedMat);//check        List<MatOfPoint> contours = new ArrayList<MatOfPoint>();        imgproc.findContours(dilatedMat, contours, new Mat(), imgproc.RETR_List, imgproc.CHAIN_APPROX_SIMPLE);        //Use only the largest contour. Other contours (any other possible blobs of this color range) will be ignored.        MatOfPoint largestContour = contours.get(0);        double largestContourArea = imgproc.contourArea(largestContour);        for ( int i=1; i<contours.size(); ++i) {//NB Notice the prefix increment.            MatOfPoint currentContour = contours.get(0);            double currentContourArea = imgproc.contourArea(currentContour);            if (currentContourArea > largestContourArea) {                largestContourArea = currentContourArea;                largestContour = currentContour;            }        }        Rect detectedBlobroi = imgproc.boundingRect(largestContour);        Mat detectedBlobRgba = rgbaFrame.submat(detectedBlobroi);        Highgui.imwrite("/mnt/sdcard/DCIM/detectedBlobRgba.jpg", detectedBlobRgba);//check     }

>计算机中的原始图像,这是通过将手机的相机放在笔记本电脑屏幕前面拍摄的.

> rgbaFrame.jpg

> hsvImage.jpg

> dilatedImage.jpg

> maskedMat.jpg

> detectedBlobRgba.jpg

编辑：

我刚刚使用了Core.inRange(hsvImage,新Scalar(0,50,40),新Scalar(10,255,255),maskedImage); // 3,217,225 — 6,85.09,88.24 …… 3 219 255,我通过给它一个红色的自定义HSV值,即对于OpenCV红色标量(3,217,255)(它落在给定的inRange函数中设置的范围内)捕获了网站colorizer.org的screeshot ,我将通道值缩放到colorizer.org的比例,即H = 0-360,S = 0-100,V = 0-100,通过将H值乘以2,并将S和V值除以255,然后乘以100.这给了我在网站上设置的6,85.09,88.24,并截取了屏幕截图(下图中的第一个).

>原始截图,我抓住了这个框架.

> rgbaFrame.jpg

> hsvImage.jpg

> maskedImage.jpg

> dilatedMat.jpg

@L_419_11@

> detectedBlobRgba.jpg

重要：

当我触摸rgbaFrame(即在ontouch方法中调用它)时,实际上在我的测试应用程序中调用给定的方法.我还使用以下代码将TextI中已触摸的彩色blob的Hue,Saturation和Value值打印到TextVIEw.当我运行这个应用程序时,我触摸了红色blob,并得到以下值：Hue：3,Saturation：219,Value：255.

public boolean ontouch(VIEw v,MotionEvent motionEvent){
    detectcoloredBlob();
    int cols = rgbaFrame.cols();
    int rows = rgbaFrame.rows();

int xOffset = (openCvCameraBrIDge.getWIDth() - cols) / 2;int yOffset = (openCvCameraBrIDge.getHeight() - rows) / 2;int x = (int) motionEvent.getX() - xOffset;int y = (int) motionEvent.getY() - yOffset;Log.i(TAG, "touch image coordinates: (" + x + ", " + y + ")");//checkif ((x < 0) || (y < 0) || (x > cols) || (y > rows)) { return false; }Rect touchedRect = new Rect();touchedRect.x = (x > 4) ? x - 4 : 0;touchedRect.y = (y > 4) ? y - 4 : 0;touchedRect.wIDth = (x + 4 < cols) ? x + 4 - touchedRect.x : cols - touchedRect.x;touchedRect.height = (y + 4 < rows) ? y + 4 - touchedRect.y : rows - touchedRect.y;Mat touchedRegionRgba = rgbaFrame.submat(touchedRect);Mat touchedRegionHsv = new Mat();imgproc.cvtcolor(touchedRegionRgba, touchedRegionHsv, imgproc.color_RGB2HSV_FulL);double[] channelsDoubleArray = touchedRegionHsv.get(0, 0);//**********float[] channelsfloatArrayScaled = new float[3];for (int i = 0; i < channelsDoubleArray.length; i++) {    if (i == 0) {        channelsfloatArrayScaled[i] = ((float) channelsDoubleArray[i]) * 2;// Todo Wrap an Arrayindexoutofboundsexception wrapper    } else if (i == 1 || i == 2) {        channelsfloatArrayScaled[i] = ((float) channelsDoubleArray[i]) / 255;// Todo Wrap an Arrayindexoutofboundsexception wrapper    }}int androIDcolor = color.HSVTocolor(channelsfloatArrayScaled);vIEw.setBackgroundcolor(androIDcolor);textVIEw.setText("Hue : " + channelsDoubleArray[0] + "\nSaturation : " + channelsDoubleArray[1] + "\nValue : "        + channelsDoubleArray[2]);touchedRegionHsv.release();return false; // don't need subsequent touch events 

}

解决方法:

将图像转换为HSV颜色空间并使用HSV颜色空间时有多个陷阱.

> OpenCV使用压缩的色调范围,因为原始色调范围从0到360,这意味着值不能适合1个字节(值0到255),而饱和度和值通道完全被1个字节覆盖.因此,OpenCV使用色调值除以2.因此,色调通道将被0到180之间的矩阵条目覆盖.对此,在OpenCV中,您的色调范围170到270应除以2 =范围65到135.
>色调告诉您色调,但饱和度和值对于降低噪点仍然很重要,因此将阈值设置为某个最小饱和度和值
>非常重要：OpenCV使用BGR内存排序进行渲染和图像保存.这意味着如果您的图像具有RGB(a)排序并且您保存它而没有颜色转换,则您交换R和B通道,因此假设红色将变为蓝色等.不幸的是,通常您无法从图像数据本身读取,它是RGB或BGR有序的,所以你应该尝试从图像源找到它. OpenCV允许几个标志从RGB(A)转换为HSV和/或从BGR(A)转换为HSV,和/或从RGB转换为BGR等,这样就没问题,只要你知道你的图像是哪种内存格式使用.但是,显示和保存始终采用BGR排序,因此如果要显示或保存图像,请将其转换为BGR！但是,无论您是使用BGR2HSV转换BGR图像还是使用RGB2HSV转换RGB图像,HSV值都是相同的.但是如果你使用RGB2HSV或带有BGR2HSV的RGB图像转换BGR图像,它将会有错误的值…我不是100％肯定openCV的Java / Python / AndroID API,但你的图像看起来真的像B和R通道交换或误解(但由于你使用RGBA2HSV转换,hsv颜色没有问题).

关于你的轮廓提取,你的代码中有一个微小的(复制粘贴？)错误,每个人偶尔会观察到：

MatOfPoint largestContour = contours.get(0);    double largestContourArea = imgproc.contourArea(largestContour);    for ( int i=1; i<contours.size(); ++i) {//NB Notice the prefix increment.        // HERE you had MatOfPoint currentContour = contours.get(0); so you tested the first contour in each iteration        MatOfPoint currentContour = contours.get(i);        double currentContourArea = imgproc.contourArea(currentContour);        if (currentContourArea > largestContourArea) {            largestContourArea = currentContourArea;            largestContour = currentContour;        }    }

所以可能只需将此更改为在循环中使用i而不是0

MatOfPoint currentContour = contours.get(i);

总结

以上是内存溢出为你收集整理的android – 尝试使用opencv从图像中检测蓝色,并获得意想不到的结果全部内容，希望文章能够帮你解决android – 尝试使用opencv从图像中检测蓝色,并获得意想不到的结果所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。