识别相似颜色的像素组

Question

我正在编写一些软件，它会定期检查相机图像，以确定对象是否已被引入到所查看的场景中。我在我的 WinForms 软件中使用ImageMagick 来比较两个图像以创建第三个。在第三个图像中，如果前两个图像具有相似颜色的像素，则该像素为白色，如果它们不同，则为黑色。因此，如果用户看到一组黑色像素，他们就会知道场景中放置了一些以前不存在的东西，如下所示：

用户不会看到此图像，因此我希望我的软件能够为我识别此图像。我不需要从这个分析中得到任何太复杂的东西 - 只是一个布尔值，用于判断场景中是否发生了变化。

在我看来，有两种分析方法；计算图像中黑色像素的数量，或者我可以编写一些算法来识别黑色块。我的问题是关于第二种方法，因为它感觉像是更正确的方法。图像有点太吵了（你可以在直边看到误报），让我感觉完全无法计数。

为了识别一个组，我考虑过使用一些 for 循环来查看每个像素周围像素的颜色，但这似乎需要很长时间。我的处理时间不能超过几秒钟，所以我需要警惕这一点。是否有更清洁或更有效的方法来识别颜色相似的像素组？还是我需要运行循环并尽可能高效？

Answer 1

1. 对图像设置阈值，使黑色像素的值为 1，非黑色像素为零。
2. 使用连通分量标记查找所有连通的黑色像素组。 http://www.imagemagick.org/script/connected-components.php
3. 过滤掉太小或形状不正确的组件（例如，您可以在侧面有一条长线，因此它们有很多黑色像素，但您不希望看到一条长线一组有效的黑色像素）

Answer 2

在这一点上，我假设您对您有兴趣捕捉的对象的规模有所了解。例如，如果您确实有一个完全非黑色的屏幕（为了讨论的目的，让我们忽略噪声），除非您有一个直径只有大约 10 像素的黑色像素对象。这似乎非常小，而且没有足够的信息有用。

一旦你确定了你愿意接受的最小黑色块大小是多少，我就会去查询一个交错矩阵。

即，类似的模式：

使用一点数学来确定可接受的噪音是什么。

一旦你得到了积极的结果，（像素 = 黑色），就在这些领域进行调查。