【1】inRange()函数
OpenCV中的inRange()函数可实现二值化功能(这点类似threshold()函数),更关键的是可以同时针对多通道进行操作,使用起来非常方便!主要是将在两个阈值内的像素值设置为白色(255),而不在阈值区间内的像素值设置为黑色(0),该功能类似于之间所讲的双阈值化操作。
函数原型(C++):
void inRange(InputArray src, InputArray lowerb,
InputArray upperb, OutputArray dst);
官方文档中的解释:Checks if array elements lie between the elements of two other arrays.即检查数组元素是否在另外两个数组元素值之间。这里的数组通常也就是矩阵Mat或向量。请注意:该函数输出的dst是一幅二值化之后的图像。
参数解释:
参数1:输入要处理的图像,可以为单通道或多通道。
参数2:包含下边界的数组或标量。
参数3:包含上边界数组或标量。
参数4:输出图像,与输入图像src 尺寸相同且为CV_8U 类型。
请注意:该函数输出的dst是一幅二值化之后的图像。
使用示例1:对于单通道数组:
即,如果一幅灰度图像的某个像素的灰度值在指定的高、低阈值范围之内,则在dst图像中令该像素值为255,否则令其为0,这样就生成了一幅二值化的输出图像。
使用示例1:对于双通道数组:
即,每个通道的像素值都必须在规定的阈值范围内!
三通道及多通道以此类推。
/*
功能:利用inRange()函数操作,实现阈值化
*/
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <iostream>
using namespace std;
using namespace cv;
int main()
{
//------------【1】读取源图像并检查图像是否读取成功------------
Mat srcImage = imread("D:\\OutPutResult\\ImageTest\\deng.jpg");
if (!srcImage.data)
{
cout << "读取图片错误,请重新输入正确路径!\n";
system("pause");
return -1;
}
imshow("【源图像】", srcImage);
//------------【2】灰度转换------------
Mat srcGray;
cvtColor(srcImage, srcGray, CV_RGB2GRAY);
imshow("【灰度图】", srcGray);
//------------【3】利用inRange()函数对图像二值化------------
Mat dstImage;
inRange(srcGray, Scalar(75, 75, 75), Scalar(85, 85, 85), dstImage);
imshow("【利用inRange()函数实现阈值化】", dstImage);
waitKey(0);
return 0;
}
然后我想说的是,之前我一直被哪个Scalar函数给弄的头秃,然后提取颜色的时候只会按照死板的bgr值提取颜色,比如说有个颜色是bgr是(170,0,255),然后我的colorlow和colorupper就都是这个(170,0,255)。
然后我就丢失了很多颜色,因为其实我想追踪的颜色,并没有这么纯,都是在这个范围浮动。。。但是我又不知道该怎么去判断浮动后的bgr的值。
然后我发现用photoshop看这个颜色的情况,然后只改动其中一个通道效果就好多了。
比如上面的情况,让lower=(165,0,255),然后upper=(170,0,255),效果就好多了。