如何使用图像处理区分两种类型的图像？答案

【问题标题】：How to differentiate between two types of images using image processing?如何使用图像处理区分两种类型的图像？
【发布时间】：2020-11-03 06:34:03
【问题描述】：

我有两类使用 MaskRCNN 分割的图像。第一类包含汽车上的凹痕图像。

第二类包含被 Mask RCNN 检测为凹痕的落在汽车上的反射/阴影图像。

在图像处理中有什么方法可以区分相同的吗？我尝试了 Canny、Gaussian、LBP、SIFT、分水岭等。任何人都可以提出合适的方法。

提前致谢！！

【问题讨论】：

【解决方案1】：

如果阴影的图像通常比凹痕更暗，您可以将图像转换为 HSV，并比较像素的平均 V 值。 V值包含像素的亮度。

您可以使用hsv_img = cv2.cvtColor(img, cv2.BGR2HSV)。

【讨论】：

我将 RGB 图像转换为 HSV 并拆分 HSV 值并使用 np.average(v) 找到 V 的平均值，这是您的意思吗？我得到了相同范围的凹痕和反射值。还有其他可能的方法吗？
如果您对单个图像中每个像素的所有 V 值进行平均，您将得到一个整数（我不明白您所说的范围是什么意思）。您可以比较两个图像之间的整数。如果凹痕图像通常比反射更亮，则凹痕图像通常应该具有更大的整数。您可以设置一定的限制，如果整数低于限制，则为反射，如果更高，则为凹痕。您可以通过“反复试验”来设置限制，或者如果您知道标签，则可以使用其他分类模型。
要使这个工作，您应该确认凹痕图像实际上比反射图像更亮。如果不是这种情况，您可以使用其他值，例如颜色值。如果一个人具有某些颜色属性。