我有两个相关问题：
-
我正在 OpenCV 中使用以下命令进行颜色对象检测inRange阈值函数。如果我手动选择 HSV 下限和上限，我会得到出色的结果，但这对照明条件非常敏感。是否有一种算法可以根据目标和背景的 HSV 值确定最佳阈值范围？
例如，以下是我正在使用的值：
目标 HSV 值：[15, 37, 51]
背景 HSV 值：[90,21,211]
inRange是简单的逐像素过滤器。它不会动态改变阈值条件。是否存在与自适应阈值或大津阈值相当的颜色？或者一种可以利用目标和背景的先验 HSV 值的算法？
如果图像的大部分内容或多或少相同（例如大部分是背景），则可以执行以下操作：
计算图像中像素值的中值 (M)。有些人使用平均值，但我更喜欢中值，因为它的鲁棒性。
计算图像中像素值的中值绝对偏差 (MAD)。与标准差相比，我更喜欢它的稳健性。
落在 (M - k * MAD) 和 (M + k * MAD) 之间范围内的所有内容都将成为背景（或对象）。根据您的应用选择常数“k”的值（我猜它会在 1 到 5 之间）。
小提示，如果这是您第一次使用 MAD：在正态分布的情况下，1 个标准差大约等于 1.5 MAD。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
