opencv之顏色過濾只留下圖片中的紅色區域

如圖，這次需要在圖片中找到卷尺的紅色刻度，所以需要對圖像做過濾，只留下紅色部分。

一開始的想法是分別找到RGB值，然后找到紅色區域的部分保留就可以了，不過好像很難確定紅色區域的RGB取值范圍，所以要把圖片轉化到HSV空間中去。

在opencv中直接使用cvCvtColor函數就可以啦。

 

IplImage* hsv = cvCreateImage( cvGetSize(image), 8, 3 );

cvCvtColor(image,hsv,CV_BGR2HSV);

 

 

opencv 的H范圍是0~180，紅色的H范圍大概是(0~8)∪(160,180) ，S是飽和度，一般是大於一個值,S過低就是灰色（參考值S>80)，V是亮度，過低就是黑色，過高就是白色(參考值220>V>50)。

所以接下來要做的就是遍歷圖像，獲取圖像每個像素點的H,S,V分量，然后做判斷，滿足條件的就保留，不滿足的就賦值為黑色。

我是用opencv中的IplImage來存儲圖片的。

IplImage獲取像素點的方式如下：

 

CvScalar s_hsv = cvGet2D(hsv, j, i);//獲取像素點為（i, j）點的HSV的值,i是width值，j是height值

IplImage對像素點賦值的方式如下：

 

 

CvScalar s;
cvSet2D(hsv, j ,i, s);//對(i,j)處的像素點賦值

分別取得H,S,V分量，注意圖像轉化的時候BGR2HSV,所以s.val[0]是B或H的值，s.val[1]是G或S的值，s.val[2]則是R或V的值。

 

因為師弟喜歡用CvMat，所以輸入都改成了CvMat，使用的時候inputImage是希望過濾的圖片，outputImage則為輸出圖片，因為outputImage會在函數中進行空間申請與賦值，所以傳入參數的時候直接把它設成NULL就可以了。

另外要注意一點，因為是對彩色圖像做實驗，所以如果傳入的圖片不是3通道的彩色圖片，那么就會出內存錯誤。

以下打開圖片或創建圖片的方式都是單通道方式，會出現內存錯誤。

IplImage *input = cvLoadImage(path, 0)，

CvMat* M = cvCreateMat(4,4,CV_32FC1); //或是8UC1， 因為C1表示nChannel = 1,也就是單通道

 

 

 

void colorFilter(CvMat *inputImage, CvMat *&outputImage)
{
    int i, j;
    IplImage* image = cvCreateImage(cvGetSize(inputImage), 8, 3);
    cvGetImage(inputImage, image);
    IplImage* hsv = cvCreateImage( cvGetSize(image), 8, 3 );

    cvCvtColor(image,hsv,CV_BGR2HSV);
    int width = hsv->width;
    int height = hsv->height;
    for (i = 0; i < height; i++)
        for (j = 0; j < width; j++)
        {
            CvScalar s_hsv = cvGet2D(hsv, i, j);//獲取像素點為（j, i）點的HSV的值
            /*
                opencv 的H范圍是0~180，紅色的H范圍大概是(0~8)∪(160,180)
                S是飽和度，一般是大於一個值,S過低就是灰色（參考值S>80)，
                V是亮度，過低就是黑色，過高就是白色(參考值220>V>50)。
            */
            CvScalar s;
            if (!(((s_hsv.val[0]>0)&&(s_hsv.val[0]<8)) || (s_hsv.val[0]>120)&&(s_hsv.val[0]<180)))
            {
                s.val[0] =0;
                s.val[1]=0;
                s.val[2]=0;
                cvSet2D(hsv, i ,j, s);
            }


        }
    outputImage = cvCreateMat( hsv->height, hsv->width, CV_8UC3 );
    cvConvert(hsv, outputImage);
    cvNamedWindow("filter");
    cvShowImage("filter", hsv);
    waitKey(0);
    cvReleaseImage(&hsv);
}

 

關於函數還有一點要說明，H分量我取得是(0,8),(120,180),S與V分量沒有做篩選，如果按照注釋部分的進行篩選結果不是很好。

結果如圖：