OpenCV에서 정확한 색상 감지를 위해 HSV 경계를 최적화하는 방법은 무엇입니까?

cv::inRange(OpenCV)를 사용하여 색상 감지를 위한 최적의 HSV 경계 선택

이미지 처리에서는 HSV 색상 공간이 자주 사용됩니다. 색상 감지를 위해. 대상 색상을 정확하게 식별하려면 적절한 HSV 상한 및 하한 경계를 선택하는 것이 중요합니다. 이 질문은 커피 캔의 주황색 뚜껑이 포함된 이미지의 선택 프로세스를 탐구합니다.

뚜껑에 대한 추정 HSV 중심값(22, 59, 100)을 제공했음에도 불구하고 경계(18)를 사용한 초기 시도는 , 40, 90) 및 (27, 255, 255)에서는 만족스럽지 못한 결과가 나왔습니다. 이 문제를 해결하려면 HSV 스케일 및 이미지 형식의 잠재적인 문제를 고려해야 합니다.

문제 1: HSV 스케일 차이

다른 애플리케이션에서는 고유한 HSV 스케일을 사용할 수 있습니다. GIMP는 H = 0-360, S = 0-100, V = 0-100을 사용하고 OpenCV는 H: 0-179, S: 0-255, V: 0-255를 사용합니다. 이 경우 OpenCV의 스케일과 일치하도록 GIMP 색상 값(22)을 절반으로 줄여서 (5, 50, 50) - (15, 255, 255) 범위가 되어야 합니다.

문제 2: 이미지 형식 변환

OpenCV는 BGR 형식의 이미지에서 작동합니다. RGB. 따라서 색상 변환 라인을 cv.CvtColor(frame, frameHSV, cv.CV_BGR2HSV)로 수정해야 합니다. 이렇게 하면 HSV 경계 감지 전에 이미지가 올바르게 변환됩니다.

이러한 조정을 통합하면 더 유망한 결과를 얻을 수 있습니다.

[향상된 감지 이미지]

하지만 출력이 완벽하지 않아 주황색 덮개 감지 기능이 향상되었습니다. 뚜껑에 해당하는 가장 큰 윤곽선을 선택하면 잘못된 감지를 최소화할 수 있습니다.

결론

적절한 HSV 경계를 선택하려면 스케일 차이를 고려하고 적절한 이미지 형식 변환을 수행해야 합니다. 이러한 문제를 해결함으로써 OpenCV에서 cv::inRange를 사용하여 색상 감지의 정확도를 높일 수 있습니다.

위 내용은 OpenCV에서 정확한 색상 감지를 위해 HSV 경계를 최적화하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!