快速了解opencv进行颜色分割替换

1.前言

写这篇主要是对上篇(关于opencv提取表格的方式总结)添加一点最近学到的也可以先通过颜色进行分割提取,但是也存在一些干扰因素。

opencv中的颜色说下我的理解通常表示颜色的有两种方式RGBGR/RGB/HSV基础标识的,还有我们处理过程中首先要转换用的gray(灰色)。

分割、替换可以理解为抠图,说的是图片有不同的颜色组成我们可以对图片中进行颜色过滤得到想要的颜色部分就进行了过滤(主要用于信息提取),或者对这部分颜色替换为别的颜色(很久前写的一篇文章 Java调用opencv证件照替换背景色 现在都用深度学习替换了)因为手工处理有很多问题不通用还有边缘的锯齿感,这时候有点理解了拍电影常说的绿幕。

2.RGBGR/RGB/gray(灰色)

RGB基础是RED(红色)、GREEN(绿色)、BLUE(蓝色)三色组成各种颜色的,每个像素点上的颜色标识的时候会有个长度为3的数组标识的,每个值的大小是0-255。gray(灰色)是一个值表示的0-255

java 复制代码
Imgproc.cvtColor(clone,clone,Imgproc.COLOR_BGR2GRAY);

RGB值和灰度的转换,实际上是人眼对于彩色的感觉到亮度感觉的转换,这是一个心理学问题,有一个公式:
Grey = 0.299*R + 0.587*G + 0.114*B

3.例子

证件照内容识别。首先得到色彩拆分然后过滤。

ini 复制代码
public static void split(String path){
    Mat src=Imgcodecs.imread(path);
    List<Mat> channels = new ArrayList<>();
    Core.split(src, channels);
    Mat b = channels.get(0);  // 蓝色通道
    Mat g = channels.get(1);  // 绿色通道
    Mat r = channels.get(2);  // 红色通道
    HighGui.imshow("一护", b);
    HighGui.waitKey(0);

    HighGui.imshow("一护", g);
    HighGui.waitKey(0);

    HighGui.imshow("一护", r);
    HighGui.waitKey(0);

    Imgproc.GaussianBlur(b, b, new Size(3, 3), 0, 0);
    //单通道进行过滤
    Imgproc.threshold(b, b, 180, 255, Imgproc.THRESH_BINARY | Imgproc.THRESH_OTSU);
    HighGui.imshow("一护", b);
    HighGui.waitKey(0);
}

处理后的图像,是不是显示的信息干净多了。

HSV

HSV的标识是通过色相(Hue)、饱和度(Saturation)和亮度(Value)来标识的。与RGB颜色空间相比,HSV颜色空间在某些情况下更符合人类对颜色的认知方式,因此在进行图像识别和处理时,使用HSV颜色空间可能会更加直观和方便。只是颜色范围控制感觉不好处理虽然有范围。

还是上面图片的例子。图片转换为HSV表示后,配合颜色过滤函数后字体是白色的背景是黑色的。后面做了个转换(可以看出图片是一个一个像素点颜色组成的。转化这里意味着你可以自己写点噪点或者对特定位置进行打马赛克就是对像素点的颜色进行修改)。

java 复制代码
Imgproc.cvtColor(src, hsv,Imgproc.COLOR_BGR2HSV);
Core.inRange(hsv,new Scalar(0, 0, 0), new Scalar(180, 255, 50),split);

//得到一张大小相同的空图Scalar(0, 0, 0)表示黑色
Mat dst = new Mat(src.size(), CvType.CV_8UC3, new Scalar(0, 0, 0));
// 将源图像中的白色像素变为黑色
// 对素点进行遍历 对每个像素点进行颜色的标记
for (int i = 0; i < split.rows(); i++) {
    for (int j = 0; j < split.cols(); j++) {
        double[] pixel = split.get(i, j);
        if (pixel[0] == 255) {
            dst.put(i, j, 0, 0, 0);
        } else {
            dst.put(i, j, 255,255,255);
        }
    }
}
相关推荐
短剑重铸之日15 小时前
《ShardingSphere解读》07 读写分离:如何集成分库分表+数据库主从架构?
java·数据库·后端·架构·shardingsphere·分库分表
知我Deja_Vu15 小时前
【避坑指南】ConcurrentHashMap 并发计数优化实战
java·开发语言·python
wefly201715 小时前
m3u8live.cn 在线M3U8播放器,免安装高效验流排错
前端·后端·python·音视频·前端开发工具
daidaidaiyu16 小时前
Spring IOC 源码学习 事务相关的 BeanDefinition 解析过程 (XML)
java·spring
zhanggongzichu16 小时前
小白怎么理解后端分层概念
后端·全栈
鬼蛟17 小时前
Spring————事务
android·java·spring
西门吹-禅17 小时前
【sap fiori cds up error】
java·服务器·sap cap cds
stark张宇17 小时前
Golang后端面试复盘:从Swoole到IM架构,如何支撑360w用户的实时消息推送?
后端
小码哥_常17 小时前
从0到1:搭建Spring Boot 3企业级认证授权平台
后端
敲代码的嘎仔17 小时前
Java后端面试——SSM框架面试题
java·面试·职场和发展·mybatis·ssm·springboot·八股