从彩色背景中提取黑色对象

人眼很容易辨别black来自其他颜色。但是计算机呢？

我在普通的A4纸上打印了一些色块。由于组成彩色图像有青色、品红色和黄色三种墨水，所以我设置每个块的颜色C=20%、C=30%、C=40%、C=50%以及其余两种颜色是 0。这是我的源图像的第一列。到目前为止，还没有黑（KCMYK）墨水应该可以打印。之后，我将每个点的颜色设置为K=100%，其余颜色为0以打印黑点。

你可能会觉得我的形象很奇怪而且很糟糕。事实上，图像被放大30倍，墨水如何cheat我们的眼睛可以看得清楚。色带妨碍我识别这些黑点（该点在 800 dpi 中仅打印为一个像素）。没有彩色背景，我曾经blur and do canny edge detector提取边缘。然而，当添加彩色背景时，只需这样做grayscale and edge detector因为条带的原因无法得到好的结果。为了解决这些问题，我的眼睛会怎样做？

我决定检查一下亮度源图像。我提到本文 http://alienryderflex.com/hsp.html和公式：

亮度 = sqrt( 0.299 R * R + 0.587 G * G + 0.114 B * B )

亮度更接近人类的感知，并且在黄色背景下效果非常好，因为与青色和品红色相比，黄色的亮度最高。但如何使青色和洋红色条尽可能明亮呢？预期的结果是所有条带都消失。

更复杂的图像：

C=40%，M=40%

C=40%，Y=40%

Y=40%，M=40%

C=40%、Y=40%亮度图像的FFT结果

任何人都可以给我一些去除色带的提示吗？

@natan 我试过了快速傅里叶变换法 https://stackoverflow.com/questions/16476367/grid-detection-in-matlab/16477706#16477706你建议了我，但我不太幸运在 x 轴和 y 轴上都达到峰值。为了像您一样绘制频率，我将图像大小调整为正方形。

我会将图像转换为 HSV 颜色空间，然后使用值通道。这基本上分离了颜色和亮度信息。

这是 50% 青色图像

然后你可以做一个简单的阈值来隔离这些点。

我很快就做到了这一点，我相信你会得到更好的结果。也许在图像中找到轮廓，然后删除任何小区域的轮廓，以过滤任何剩余的噪声。