OpenCV C检测并裁剪图像上的白色区域

2024-04-04 16:10:53

我已经在网上搜索过,并且已经找到了一些可以做我想做的方法,但是与我所需要的相比,这些方法效率低下.

我有一个kinect(使用Microsoft SDK),当前正在获取一个删除背景的人,并将结果保存在3通道Mat中,该人从背景中删除.现在,我需要裁剪图像以使其仅适合该人,而忽略黑色区域.

这是棘手的部分：我没有太多时间可以浪费在每个操作上(我还需要执行其他几个操作,并且可以实时工作.我目前实现的是轮廓查找器,它仅提供该区域,但是它的实时性确实很慢.由于我只检测白色区域,而且该区域确实很大(图像区域的50％),因此我认为有一种更快的处理方法,因为我只需要最小区域和裁剪此白色区域的x和y的最大值.

这是我目前的裁剪功能：

cv::Mat thresh_canny;
cv::vector<cv::vector<cv::Point> > contours;
cv::vector<cv::Vec4i> hierarchy;
cv::threshold(src, thresh_canny, 0, 255, 0);
cv::Canny(thresh_canny, thresh_canny, 20, 80, 3);
cv::findContours(thresh_canny, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, cv::Point(0, 0));

if (contours.size() != 1)
    return false;

cv::Rect r = cv::boundingRect(contours.at(0));
src(r).copyTo(dst);
return true;

非常感谢！！

编辑：输入图像

解决方法:

如果您的图像没有非黑色离群值(例如噪点),则可以忽略canny和findContours,而仅从所有非黑色像素位置创建边界矩形：

int main()
{
cv::Mat in = cv::imread("CropWhite.jpg");

// vector with all non-black point positions
std::vector<cv::Point> nonBlackList;
nonBlackList.reserve(in.rows*in.cols);

// add all non-black points to the vector
//TODO: there are more efficient ways to iterate through the image
for(int j=0; j<in.rows; ++j)
    for(int i=0; i<in.cols; ++i)
    {
        // if not black: add to the list
        if(in.at<cv::Vec3b>(j,i) != cv::Vec3b(0,0,0))
        {
            nonBlackList.push_back(cv::Point(i,j));
        }
    }

// create bounding rect around those points
cv::Rect bb = cv::boundingRect(nonBlackList);

// display result and save it
cv::imshow("found rect", in(bb));
cv::imwrite("CropWhiteResult.png", in(bb));


cv::waitKey(-1);
return 0;
}

不知道在openCV中是否有更有效的方法来创建向量,但这应该比canny和findContours快得多.

使用此输入：

我得到这个结果：

我猜想,轮廓周围有一些区域,因为您提供了jpg图片,但由于压缩,轮廓的边界并不是真正的黑色.

码农公寓