右边的图我在HSV模型下选出了近似黄色的区域(左图的白色区域),怎么样才能从坐边的二值图中选出类似方形的区域呢? 用最小外接矩的面积和区域面积比的话上层的黄色木块就没有了...请帮帮忙吧
我觉得颜色提取的不精确也是一个原因 但怎么才能准确确定黄色的HSV值呢? 光线或者木块的材质会有影响的吧
右边的图我在HSV模型下选出了近似黄色的区域(左图的白色区域),怎么样才能从坐边的二值图中选出类似方形的区域呢? 用最小外接矩的面积和区域面积比的话上层的黄色木块就没有了...请帮帮忙吧
我觉得颜色提取的不精确也是一个原因 但怎么才能准确确定黄色的HSV值呢? 光线或者木块的材质会有影响的吧
http://blog.csdn.net/wangyaninglm/article/details/41864607
我写的闭合轮廓检测
检测轮廓,保留最大的轮廓就行了:
// Eliminate too short or too long contours
111.
112. /*
113. int cmin= 100; // minimum contour length
114. int cmax= 1000; // maximum contour length
115. std::vector<std::vector<cv::Point>>::const_iterator itc= contours.begin();
116. while (itc!=contours.end()) {
117.
118. if (itc->size() < cmin || itc->size() > cmax)
119. itc= contours.erase(itc);
120. else
121. ++itc;
122. }
123.
124. */
你想全自动的分割,出黄色块,单一的办法肯定不行,hsv跟rgb想结合试试看
或者用交互的办法啊,图割,分水岭什么的