检测颜色校准图表 opencv 中缺失的方块 python
Detect missing squares in color calibration chart opencv python
我目前正在研究一种从麦克白颜色图表中提取颜色的方法。到目前为止，我通过使用阈值然后提取方形轮廓取得了一定的成功。遗憾的是，彼此太接近的颜色要么混合在一起，要么没有被检测到。
当前形式的代码：
<script src="https://pastebin.com/embed_js/mNi0TcDE"></script>
The image before any processing
阈值处理后，可以看到由于颜色差异太小，线条不完整的区域。我曾尝试使用扩张来解决这些问题，并且在一定程度上确实有效。但不足以检测所有方块。
Image after thresholding
这导致检测到以下轮廓
Detected contours
我试过使用：
- Hough 线，遗憾的是这里没有检测到线。
- 等高线的质心，但我找不到使用质心画线和检测缺失等高线中心的方法
- 角点检测，找到的角点。但是我没能找到真正的方法来使用它们。
谁能给我指出正确的方向？
提前致谢，
埃米尔
嗯，如果你的目标是颜色校准，你真的不需要检测整个方块。每个物理正方形图像中心附近的 10x10 样本将为您提供 100 个颜色样本，这对于任何合理的校准程序来说都足够了。
有很多方法可以解决这个问题。如果你能保证图表会覆盖图像，你甚至可以只做 k-means 聚类，因为你事先知道你要寻找的聚类的确切数量。
如果你坚持使用几何图形，我会在比例+角度中进行模板匹配space - 可以合理地假设图表大部分是面向的，只是稍微旋转，所以你只需要估计比例和围绕与图表正交的轴的小旋转。
我目前正在研究一种从麦克白颜色图表中提取颜色的方法。到目前为止，我通过使用阈值然后提取方形轮廓取得了一定的成功。遗憾的是，彼此太接近的颜色要么混合在一起，要么没有被检测到。
当前形式的代码：
<script src="https://pastebin.com/embed_js/mNi0TcDE"></script>
The image before any processing
阈值处理后，可以看到由于颜色差异太小，线条不完整的区域。我曾尝试使用扩张来解决这些问题，并且在一定程度上确实有效。但不足以检测所有方块。
Image after thresholding
这导致检测到以下轮廓
Detected contours
我试过使用：
- Hough 线，遗憾的是这里没有检测到线。
- 等高线的质心，但我找不到使用质心画线和检测缺失等高线中心的方法
- 角点检测，找到的角点。但是我没能找到真正的方法来使用它们。
谁能给我指出正确的方向？
提前致谢， 埃米尔
嗯，如果你的目标是颜色校准，你真的不需要检测整个方块。每个物理正方形图像中心附近的 10x10 样本将为您提供 100 个颜色样本，这对于任何合理的校准程序来说都足够了。
有很多方法可以解决这个问题。如果你能保证图表会覆盖图像，你甚至可以只做 k-means 聚类，因为你事先知道你要寻找的聚类的确切数量。
如果你坚持使用几何图形，我会在比例+角度中进行模板匹配space - 可以合理地假设图表大部分是面向的，只是稍微旋转，所以你只需要估计比例和围绕与图表正交的轴的小旋转。