Konvertieren verschiedener Schattierungen einer Farbe in einem Bild in eine Farbe

Question

Wie kann ich die hellgraue Hintergrundfarbe (mit Variationen in den Schattierungen) in eine einzelne Farbe umwandeln, z. B. hellgrau? Ich möchte, dass die dunkelgraue Farbe, die über der Hintergrundfarbe eingebettet ist, auch eine einzelne Farbe hat. Bis jetzt, was ich getan habe, ist, diese zwei Regionen mit zwei nächstliegenden Farbnamen ('lightgray' und 'dimgray') zu belegen und die Summe der quadrierten Differenzen für jedes Pixel r, g, b zu minimieren und die nächste Farbe aus dem Modul zu erhalten .

rd = (r_c - requested_color[0]) ** 2 
gd = (g_c - requested_color[1]) ** 2 
bd = (b_c - requested_color[2]) ** 2 

Originalbild:

Bild von meinem Python-Code erzeugt:

können Sie sehen, dass die entlang der Grenzen Ich bin nicht fähig zu g und die hellgraue Farbe, wie Sie im Originalbild sehen konnten.

Answer 1

Was Sie tun möchten, heißt Schwellwertbildung. http://docs.opencv.org/3.1.0/d7/d4d/tutorial_py_thresholding.html#gsc.tab=0

Ich habe einige Parameter des Codes dort angepasst:

Eine allgemeine Einführung, wie dies mit OpenCV und Python zu tun, ist hier zu finden

import cv2 
import numpy as np 
from matplotlib import pyplot as plt 

img = cv2.imread('image.png',0) 
img = cv2.medianBlur(img,7) 
ret,th1 = cv2.threshold(img,160,255,cv2.THRESH_BINARY) 
th2 = cv2.adaptiveThreshold(img,255,cv2.ADAPTIVE_THRESH_MEAN_C,cv2.THRESH_BINARY,31,5) 
th3 = cv2.adaptiveThreshold(img,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY,31,5) 
titles = ['Original Image', 'Global Thresholding (v = 127)', 
'Adaptive Mean Thresholding', 'Adaptive Gaussian Thresholding'] 
images = [img, th1, th2, th3] 
for i in xrange(4): 
    plt.subplot(2,2,i+1),plt.imshow(images[i],'gray') 
    plt.title(titles[i]) 
    plt.xticks([]),plt.yticks([]) 
plt.show() 

Wie Sie in dem resultierenden sehen Bild, das Problem mit Ihrem Bild ist die starke Variation der Hintergrundintensität. Ohne die Herkunft Ihrer Bilder zu wissen, ich mit einem der beiden folgenden Optionen beginnen würde, bevor Sie versuchen diese durch Software zu lösen:

1.)

2.) Falls dies nicht möglich, eine gleichmäßigere Beleuchtung Get und wenn die Beleuchtung für alle Bilder gleich ist, machen Sie nur ein leeres Bild des Hintergrunds und subtrahieren Sie es von Ihren anderen Bildern, um eine gleichmäßigere Beleuchtung zu erhalten.

Es ist wichtig zu verstehen, dass dies kein Softwareproblem ist: In den Randbereichen ist der Hintergrund in der Mitte des Bildes dunkler als die Struktur. Sie können dies überprüfen, indem Sie die Grauwerte einzelner Pixel überprüfen. Nur dein Auge kann das sehr gut kompensieren. Die unten aufgeführten adaptiven Schwellenwertverfahren versuchen, einen geeigneten lokalen Schwellenwert zu finden, aber es gibt eine Grenze dafür. Sie können vielleicht mehr geeignete Parameter finden, aber das erste, was ich empfehlen würde, arbeitet an der Gleichmäßigkeit der Beleuchtung.

[EDIT]

ich ein zusätzliches Stück Code unten hinzugefügt haben, um mit den Bildern zu spielen, um die Sie

• Passen Sie die Schwelle mit einem Schieber
zu
ermöglicht
• Verwenden Sie die rechte Maustaste, um das Originalbild erneut zu sehen, überprüfen Sie die Grauwerte an verschiedenen Mauspositionen und klicken Sie auf die rechte Maustaste erneut, wechseln Sie zurück zur Schwellwertansicht und verwenden Sie den Grauwert der letzten Mausposition als neuen Schwellwert.

.

import cv2 
import numpy as np 

mode = "" 
Schwelle =0 

def nothing(x): 
    pass 

def read_pixel(event,x,y,flags,param): 
    global mode, Schwelle 
    if event == cv2.EVENT_MOUSEMOVE: 
     if mode == "Analyse": 
      ix,iy = x,y 
      font = cv2.FONT_HERSHEY_SIMPLEX 
      img2=img.copy() 
      cv2.putText(img2,str(ix)+" "+str(iy)+": "+str(img[y,x]),(50,50), font, 1,(255,255,255),2,cv2.LINE_AA)  
      cv2.imshow('image',img2) 
    elif event == cv2.EVENT_RBUTTONDOWN: 
     if mode == "Analyse": 
      mode="" 
      Schwelle=img[y,x] 
      cv2.createTrackbar('Schwelle','image',Schwelle,255,nothing)    
     else: 
      mode = "Analyse" 
    elif event == cv2.EVENT_LBUTTONDOWN: 
     Schwelle= img[y,x] 

img =cv2.imread('image.png',0) 
cv2.namedWindow('image') 
cv2.setMouseCallback('image',read_pixel) 
cv2.createTrackbar('Schwelle','image',128,255,nothing) 

while(1): 
    k = cv2.waitKey(1) & 0xFF 
    if k == 27: 
     break 

    if mode != "Analyse": 
     Schwelle = cv2.getTrackbarPos('Schwelle','image') 
     ret,thresh1 = cv2.threshold(img,Schwelle,255,cv2.THRESH_BINARY) 
     cv2.imshow('image',thresh1) 

cv2.destroyAllWindows()