计算图像中条纹的算法答案

【问题标题】：Algorithm to count stripes in a Image计算图像中条纹的算法
【发布时间】：2018-07-10 12:02:00
【问题描述】：

情况

我需要用我的 iPad 检测并计算图像中的这些条纹：

我正在使用 OpenCV，在将图像转换为灰度并均衡直方图后，我得到了这张图片：

当颜色低于某个值（灰度通常为 80）时，我会检查条纹。

问题

有时我有一些光线干扰，我得到这个图像：

我可以看到只有 2 个条纹，因为第三个可能是一些干扰并且没有定义，但是我的算法检测到 3 个条纹，因为颜色低于我的限制 (80)。我无法降低限制，否则我将无法检测到其他图像中的条纹。

有人对如何实现在第一张图像中检测 3 个条纹和在第二张图像中检测 2 个条纹的算法有一些建议？也许不是基于颜色限制，而是基于一些不同的东西，比如衍生物。

甚至只接受想法、不同的语言或伪代码

【问题讨论】：

导数听起来是个好主意，您可以尝试这样做，检查对比边缘而不是较暗的颜色。我的意思是，“真实”条纹的边缘很短且对比鲜明，而“假”条纹的边缘被洗掉了很多。所以可能小部分的颜色差异可以为您提供更多信息，而不仅仅是颜色亮度
我会尝试，但问题是并非总是有高对比度边缘（如在第一张图片中，如果你看到第三条条纹是白色 -> 灰色 -> 黑色 -> 灰色）。如果边缘被洗掉很多，我如何检测边缘是否短？你对算法的逻辑有什么建议吗？
我的意思是，您可以使用样条曲线将这张图片近似为函数，然后使用渐变（或因为您的函数最有可能在一个变量上有所不同 - 它的数值导数）。从概念上讲，与您现在所做的没有真正的区别，但由于导数的限制性质，这可能会让您获得更准确的结果
项目和阈值，然后你可以得到类似this
使用具有大过滤器大小的自适应阈值。这样就行了。像This. 这样的东西。但内核更大。在该函数中将 11 更改为 51

【解决方案1】：

我建议使用以下算法：

编辑：我描述了类似的颜色算法。您可以以类似的方式使用最小值和最大值位置

如果您有任何问题，请发表评论。

玩得开心！

【讨论】：