Esiste una formula per determinare il colore complessivo in base ai valori BGR? (OpenCV e C++)

Question

Sto facendo una funzione utilizzando C++ e OpenCV che rilevano il colore di un pixel in un'immagine, determinano in quale intervallo di colori si trova e lo sostituiscono con un colore generico. Ad esempio, il verde potrebbe variare da verde scuro a verde chiaro, il programma determinerebbe che è ancora verde e sostituirlo con un semplice verde, rendendo l'immagine di output molto semplice. tutto è impostato ma ho problemi a definire le caratteristiche di ogni intervallo ed ero curioso di sapere se qualcuno o una formula che, dati i valori BGR, potesse determinare il colore complessivo di un pixel. Altrimenti dovrò fare molta sperimentazione e realizzarla da sola, ma se esiste già qualcosa che farebbe risparmiare tempo. Ho fatto molte ricerche e non ho trovato nulla finora.

Answer 1

Sì, quello che probabilmente intende per "Il colore generale di un pixel" è o il "Hue" or "Saturation" of the color.

Così si desidera un formula che trasforma RGB per HSV (tonalità, saturazione, valore), e quindi si sarebbe solo interessati dai valori di tonalità o saturazione.

See: Algorithm to convert RGB to HSV and HSV to RGB in range 0-255 for both

EDIT: Potrebbe essere necessario al massimo fuori la saturazione, e poi riconvertirlo in RGB, e controllare che il valore è il più alto (per esempio (255,0,0), o (255,0,255), ecc

Answer 2

Se si desidera rendere la vostra immagine semplice (cioè con meno colori), ma bello, avete alcune opzioni:

• Un approccio semplice sarebbe dividere (divisione intera) da un fattore N l'immagine e quindi moltiplicare per un fattore N.

• Oppure è possibile dividere l'immagine in K colori, utilizzando un algoritmo di clustering come kmeans mostrato qui o algoritmo di taglio mediano.

immagine originale:

colori Ridotto (quantizzati, N = 64):

colori Ridotto (cluster, K = 8):

Codice quantizzazione:

#include <opencv2/opencv.hpp> 
using namespace std; 
using namespace cv; 

int main() 
{ 
    Mat3b img = imread("path_to_image"); 

    imshow("Original", img); 

    uchar N = 64; 
    img /= N; 
    img *= N; 

    imshow("Reduced", img); 
    waitKey(); 

    return 0; 
} 

Kmeans codice:

#include <opencv2/opencv.hpp> 
using namespace std; 
using namespace cv; 

int main() 
{ 
    Mat3b img = imread("path_to_image"); 

    imshow("Original", img); 

    // Cluster 

    int K = 8; 
    int n = img.rows * img.cols; 
    Mat data = img.reshape(1, n); 
    data.convertTo(data, CV_32F); 

    vector<int> labels; 
    Mat1f colors; 
    kmeans(data, K, labels, cv::TermCriteria(), 1, cv::KMEANS_PP_CENTERS, colors); 

    for (int i = 0; i < n; ++i) 
    { 
     data.at<float>(i, 0) = colors(labels[i], 0); 
     data.at<float>(i, 1) = colors(labels[i], 1); 
     data.at<float>(i, 2) = colors(labels[i], 2); 
    } 

    Mat reduced = data.reshape(3, img.rows); 
    reduced.convertTo(reduced, CV_8U); 


    imshow("Reduced", reduced); 
    waitKey(); 

    return 0; 
} 

Answer 3

Se si desidera accedere valore RGB di tutti i pixel, quindi di seguito è il codice,

#include <opencv2/opencv.hpp> 
using namespace std; 
using namespace cv; 

int main() 
{ 
    Mat image = imread("image_path"); 

    for(int row = 1; row < image.rows; row++) 
    { 
     for(int col = 1; col < image.cols; col++) 
     { 
      Vec3b rgb = image.at<Vec3b>(row, col); 
     } 
    } 

}