如何使用 OpenCV 检测图像中的色块？

我试图通过移动摄像头检测房间条件下的图片（黑白草图）是否是彩色的。

我已经能够得到这个结果

使用以下代码

Mat dest = new Mat (sections[i].rows(),sections[i].cols(),CvType.CV_8UC3);
Mat hsv_image = new Mat (sections[i].rows(),sections[i].cols(),CvType.CV_8UC3);

Imgproc.cvtColor (sections[i],hsv_image,Imgproc.COLOR_BGR2HSV);

List <Mat> rgb = new List<Mat> ();
Core.split (hsv_image, rgb);
Imgproc.equalizeHist (rgb [1], rgb [2]);
Core.merge (rgb, sections[i]);
Imgproc.cvtColor (sections[i], dest, Imgproc.COLOR_HSV2BGR);

Core.split (dest, rgb);

我怎样才能成功地找出图像是否是彩色的。颜色可以是任意的，并且有房间条件。请帮助我，因为我是初学者。

Thanks

处理彩色图像HSV color-space是一个很好的方向。我分割频道并找到S频道很棒。因为S is Saturation(饱和度)的颜色。

Then threshold the S with thresh of 100, you will get this.

可以很容易地分离脱粒后的二值图像中的彩色区域。

正如@Mark建议的，我们可以使用除固定阈值之外的自适应阈值。所以，添加THRESH_OTSU在旗帜中。

核心Python代码如下：

##(1) read into  bgr-space
img = cv2.imread("test.png")

##(2) convert to hsv-space, then split the channels
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
h,s,v = cv2.split(hsv)

##(3) threshold the S channel using adaptive method(`THRESH_OTSU`)  
th, threshed = cv2.threshold(s, 100, 255, cv2.THRESH_OTSU|cv2.THRESH_BINARY)

##(4) print the thresh, and save the result
print("Thresh : {}".format(th))
cv2.imwrite("result.png", threshed)


## >>> Thresh : 85.0

相关回答：

1. 检测图像中的彩色部分
2. opencv android中的边缘检测
3. OpenCV C++/Obj-C：检测一张纸/正方形检测