이미지 내에서 이미지 찾기 (객체 감지)

Question

나는 "진짜"이미지 주위에 어떤 종류의 경계선이있는 서로 다른 이미지를 가지고 있습니다. 내가 성취하고자하는 것은 "진짜"이미지 (크기와 위치는 픽셀 단위)를 찾는 것입니다.

는 나에게 도전은 경계 (이 예에서는 상어와 함께 물)와 "진짜"이미지 (검은 색이나 소음이 많은 회색의 모든 종류의 수 있습니다) 항상 검은되지 않는 것입니다 색상, 채도, 색상의 조합을 가질 수 있습니다 ...

일반적으로 저는 Canny, Blob 감지, hough 선 등과 같은 알고리즘을 알고 있지만, 이제 막 사용하기 시작했습니다. 지금까지 특정 이미지의 테두리를 찾을 수 있었지만 같은 알고리즘과 매개 변수를 다음 이미지에 적용하자 마자 작동하지 않습니다. 나의 현재의 접근 방식은이 (의사 코드) 다음과 같습니다

1. 변환이 CvInvoke.Canny(_processedImage, imgEdges, 60, 100)
로 CvInvoke.Threshold(_processedImage, blackWhiteImage, _parameters.BinarizeThreshold, 255, CvEnum.ThresholdType.Binary)
2. 감지 모서리 CvInvoke.GaussianBlur(_processedImage, bluredImage, New Drawing.Size(5, 5), 0)
3. 치화와 CvInvoke.PyrDown(srcImage, targetImage) 및 CvInvoke.PyrUp(srcImage, targetImage)
4. 흐림 이미지 CvInvoke.CvtColor(_processedImage, tempMat, CvEnum.ColorConversion.Rgb2Gray)
5. 다운 샘플링을 회색으로
6. `CvInvoke.FindContours (_processedImage, contours, Nothing, CvE)로 윤곽선 찾기
   • Thresholding saturation channel and bounding box
   • Thresholding, canny edge and finding contours : num.RetrType.External, CvEnum.ChainApproxMethod.ChainApproxSimple)는
   • 는 가장 큰 윤곽은 실제 이미지가 이미 예에 따라 서로 다른 접근 방식을 시도

있다고 가정

특히 적절한 매개 변수를 찾는 방법에 대한 힌트 모든 이미지에 대해) 적응 (adaptive) 임계 값 및 캐니 (canny) 알고리즘뿐만 아니라 처리 파이프 라인 개선을위한 아이디어도 높이 평가 될 것입니다.

Answer 1

이 이미지에서 검은 이미지를 빼기를 시도 할 수 있습니다, 당신은 내부 이미지를 얻을 것이다, 방법은이 작업을 수행합니다 : 국경이 균일 인 경우 Use image subtraction to compare images in C#,

Answer 2

것은,이 쉬울 것이다. cv::reduce을 사용하여 각 행과 열의 MIN과 MAX를 찾으십시오. MIN 및 MAX가 근처의 구석에있는 픽셀 값과 같거나 (또는 ​​매우 가까운) 위쪽, 왼쪽, 아래쪽, 오른쪽 행/열을 계산합니다. 온건함을 위해서, 아마 모든면에서 국경 색깔이 같은지 확인하십시오.

예를 들어 경계선이 희미한 빨강을 포함하지만 행/열 접근 방식은 문제를 단순화하는 데 여전히 유용한 방법 일 수 있습니다. 아마 Nofar가 시사하는 것처럼 배경색이라고 생각하는 것과 절대적인 차이를 보일 것입니다. 사각형으로 변환하고 회색으로 변환 한 다음 행과 열의 합계로 줄입니다. 그래도 가장자리를 찾아야하지만 2 차원에서 1 차원으로 데이터가 축소되었습니다.

큰 테두리와 많은 노이즈가있는 경우 반복 할 수 있습니다. 두 번째 패스에서 테두리를 구성한다고 생각되는 행을 열의 통계에서 제외합니다 (반대의 경우도 마찬가지 임).

편집 : 위의 직립 사각형에 대해서만 작동합니다! 회전 할 수있는 경우 행/열 투영 방법이 작동하지 않습니다. 그 경우 위와 같이 제곱의 차이를 구할 수 있습니다 (회색으로 변환하여 정보를 버릴 수 있음). 흐림 또는 일부 형태, 가장자리 감지, 일종의 하프 변환으로 직선 찾기 가장자리.