在Opencv中提取图像中颜色（红色，蓝色，绿色，黄色，橙色）的百分比？

Question

我必须区分 5 种类型的图像，这些图像可能主要是红色、绿色、蓝色、橙色或黄色，还有一些白色或黑色。我必须找到图像中突出的颜色。

图像的来源是网络摄像头，因此实际颜色还取决于图像与网络摄像头的照明和距离。可以在这里看到我的图像示例：

http://ian-albert.com/hazmat_placards/placard-2-flammable-gas.png

我正在尝试根据“色调”值计算百分比。我为每种颜色指定了一些范围。我的范围是：

红色： 0-10
绿色： 50-65

黄色： 18-21

蓝色： 100-115

问题：即使显示的图像不是红色，我的红色百分比仍然很高。

我的代码如下：

int findRect::checkByHSV(int svmResult, Mat detectedSquare)
{

    Mat hsv_img;
    cvtColor(detectedSquare,hsv_img,CV_BGR2HSV);

    Vec3b pixel;
    float totalPixel=0; // to count the total number of pixels in an image---to get the Percentage later
    float totalClass[6];// because we want to test for 5 classes+ a garbage class.{{ Class-0 -> Garbage, Class-1->Orange, Class-2->Green, Class-3->Red, 
                        //  Class-4->Blue, Class-5->Yellow }} 

    for(int i=0; i<hsv_img.rows; i++)
    {
        for (int j=0; j<hsv_img.cols; j++)
        {

            totalPixel++;
            pixel= hsv_img.at<Vec3b>(i,j);

            if(  pixel[0]>0 &&  pixel[0]<1  )           totalClass[1]++;    // Class-1->Orange
            else if (  pixel[0]>50 &&  pixel[0]<65  )   totalClass[2]++;    // To check Green class-2 //svmResult==2 && 
            else if (  pixel[0]>0 &&  pixel[0]<10  )        totalClass[3]++;    // Class-3->Red
            else if (  pixel[0]>100 &&  pixel[0]<115  )     totalClass[4]++;    // Class-4->Blue
            else if (  pixel[0]>18 &&  pixel[0]<21  )       totalClass[5]++;    // Class-5->Yellow
        }

    }

    float percentage[5];
    totalClass[0]=0; //Putting zero to the Garbage class

    for (int i=0; i<=5; i++)
    {
        percentage[i] = (totalClass[i] / totalPixel )*100;
    }

    cout<<"\n Organge: "<<percentage[1]<<"  Green: "<<percentage[2]<<"  Red: "<<percentage[3]<<"  Blue: "<<percentage[4]<<"  Yellow: "<<percentage[5]<<"\n \n";

    return svmResult;
}

Answer 1

问题是黑色或白色的 Hue=0（即红色）。但在这种情况下，饱和度非常低。您可以做的是将每个像素乘以某处的饱和度。

例如：

• 使用阈值和 AND 运算，创建一个二值图像，其中“红色”像素为白色，所有非红色像素为黑色。
• 将此图像乘以饱和度。现在您将获得一张灰度图像，显示每个像素的红色程度。
• 如果您需要二值图像，您可以对第二张图像进行阈值处理

纯黑色算作红色 (HUE=0)，但蓝黑色（非常深的蓝色）也会有同样的问题。因此，对于您想要检测的所有颜色，都应该重复前面的过程。

Answer 2

你提到你可以有一些白色和/或一些黑色。

HSV 允许您为 H 组件设置任何值，并且：

1. 高 V，低 S 产生白色
2. 低 V 呈现黑色

换句话说：如果你只根据 H 分量来判断，白色和黑色可以给你红色 OR 绿色 OR 橙色 OR ...等。

我个人会说坚持使用 RGB（或 BGR 等），或者补偿 S 和 V 会影响颜色的事实。

Answer 3

您可以使用函数 countNonZero 并除以图像的总像素数。使用示例：

vector<Mat> channels;
split(hsv_img,channels);

Mat red, blue, green;
inRange(channels[0], Scalar(0), Scalar(10), red); // red
// ... do the same for blue, green, etc only changing the Scalar values

double image_size = hsv_img.cols*hsv_img.rows;
double red_percent = ((double) cv::countNonZero(red))/image_size;

但它可能不是最佳的，具体取决于应用程序（例如，如果您需要扫描大量图像）。无论如何，您可以使用它来比较值。