相关疑难解决方法(0)

我在我的测试应用程序中成功实现了OpenCV平方检测示例,但现在需要过滤输出,因为它非常混乱 - 或者我的代码是错误的？

我对本文的四个角点感兴趣,以减少偏斜(如此)和进一步处理......

输入输出:

原始图片:

点击

码:

double angle( cv::Point pt1, cv::Point pt2, cv::Point pt0 ) {
    double dx1 = pt1.x - pt0.x;
    double dy1 = pt1.y - pt0.y;
    double dx2 = pt2.x - pt0.x;
    double dy2 = pt2.y - pt0.y;
    return (dx1*dx2 + dy1*dy2)/sqrt((dx1*dx1 + dy1*dy1)*(dx2*dx2 + dy2*dy2) + 1e-10);
}

- (std::vector<std::vector<cv::Point> >)findSquaresInImage:(cv::Mat)_image
{
    std::vector<std::vector<cv::Point> > squares;
    cv::Mat pyr, timg, gray0(_image.size(), CV_8U), gray;
    int thresh = 50, N = 11;
    cv::pyrDown(_image, pyr, cv::Size(_image.cols/2, _image.rows/2));
    cv::pyrUp(pyr, …

目的： 我想检测叶片图像的某些区域。我发现了我的相关问题，该问题是在白板上使用图像处理（从白色背景中移除叶子）的分段对象（叶子），但我的问题超出了它，它的目的是提取/分割患病区域的叶子。

问题： 如何准确分割和提取图像中叶片的患病区域。

我的尝试：
1. inRange（）OpenCV函数 -设置绿色阈值，这样我就不会为非绿色区域（棕色，灰色等）设置多个inRange值，并且希望删除绿色；我应用了高斯模糊，在分割之前将其从RGB转换为HSV

链接到 image1，image2输入和结果的文件：image1
： 结果：绿色被分割（认为不是很准确），但是我仍然不知道如何提取非绿色区域（下一步）

图片2： 结果：黑色小圆圈被包含/被认为是绿色，这应该不应该

我是OpenCV（也是C ++）的新手，我已经阅读了几种分割技术（例如，聚类方法Fuzzy-C和k-means等），但是我无法确定要对图像使用哪种分割技术。我还从阅读的文章中了解到，没有通用的分割技术可以应用于所有图像。

因此，我想知道哪种技术（聚类方法，基于区域的区域，直方图等）或过程最适合于我拥有的各种图像，以便准确地分割所述图像。

非常感谢你。