隔离视频流中的彩色文本区域

Question

我想在实时视频中检测 5-6 米高度的彩色文本。这些文本的宽度接近 30-40 厘米。我已经使用了几种方法。例如，一种是 HSV 来检测颜色。但它没有用，因为 HSV 值应该随着环境光照的变化而变化。此外，它无法检测 30 厘米后的颜色。我还寻找用于文本识别的 OCR。为了我的研究，人们说我应该使用颜色检测来完成这项任务，因为它比 OCR 更容易。此外，它足以达到所需的结果。

总而言之，即使是在室内或室外环境下，如何才能检测到5米到6米外的红色和绿色文字呢？

Answer 1

这与其说是解决方案，不如说是对一种可能的前进方式的建议，但一个想法是检查图像中每一行的总体色调。

绿色（顶部标签）的色调值约为 90，红色（底部标签）的色调值约为 0，因此如果我们计算图像中每一行的色调值之和，我们'd 期望最绿色的行具有最高的色调值，而红色的行具有最低的色调值。

from scipy.misc import imread
import matplotlib.pyplot as plt
from colorsys import rgb_to_hsv
%matplotlib inline

# read in the image in RGB
img = imread('vUvMl.jpg', mode='RGB')

# find the sum of the Hue, Saturation, and Value values
# for each row in the image, top to bottom
rows = []
h_vals = []
s_vals = []
v_vals = []

for idx, row in enumerate(img):
    row_h = 0
    row_s = 0
    row_v = 0
    for pixel in row:
        r, g, b = pixel / 256
        h, s, v = rgb_to_hsv(r, g, b)
        row_h += h
        row_s += s
        row_v += v
    h_vals.append(row_h)
    s_vals.append(row_s)
    v_vals.append(row_v)
    rows.append(idx)

# plot the aggregate hue values for each row of the image
plt.scatter(rows, h_vals)
plt.title('Aggregate hue values for each row in image')
plt.show()

结果：

该图的左侧值较高，右侧值较低，表明绿色文本位于图像顶部，红色文本位于图像底部。

如果标签之一位于图像的左侧/右侧，您需要转置图像矩阵并找到按列的色调值，但希望这能激发您的想法...