C++ 具有相似颜色背景的OpenCV颜色检测

我使用OpenCV从具有不同背景和光照条件的图像中检测红色区域：

A） 理想条件：

B） 相似颜色背景：

C） 弱光：

我主要尝试在Range中使用

。首先在BGR颜色空间中，提取最小红色值约为200的像素。这在A和B中效果良好，但在C（弱光）中效果不佳。我尝试将图像转换为HSV，并对红色进行

inRange

（借用）：

它适用于A和C，但不适用于B

哪种方法最好

---

谢谢

我认为最好的方法是训练分类器（神经网络，svm，…），使用颜色分量值作为特征对对象/背景进行分类。它应该适用于3D点（R、G、B值为坐标）。对于起点，我推荐标准opencv的示例点_classifier.cpp（位于examples/cpp文件夹中）。

IMHO，您应该添加除颜色以外的更多推理。颜色是非常基本（但可以作为第一步使用）和有限类型的对象识别工具，因为无法保证背景中没有类似的颜色。例如，对于机器视觉来说，添加图像分割或形状检测几乎总是错误的颜色空间。HSV是一个很好的方法-您可能需要根据整体亮度调整范围，因为相机的响应

谢谢@Martin。HSV的问题在于背景颜色非常相似（参见问题中的图像B）。在这种情况下，根据整体亮度调整范围是否有帮助？是的，这是hsv的想法，如果色调相同，您可以使用亮度来区分它们。在这种情况下，您还可以使用直方图来确定常见的HSV像素是背景，较少见的是ObjectThank@Andrey。当然，分类器听起来是一种稳健的方法，但我担心，与其他解决方案相比，理解如何使用它并培训它所需的时间是值得的。另外，您能推荐其他代码示例吗？我刚刚花了两个小时试图编译

points\u classifier.cpp

。原来它使用的是当前OpenCV 2.4.9框架二进制文件中没有的

ml.hpp

版本。谢谢@Samer。那么，您建议使用哪些其他工具，哪些工具适合所有场景？我尝试过使用形状检测，但在光线条件较低时效果不太好（参见问题中的图像B）。@Eric，你考虑过吗？

Mat imgThresholded;
Mat imageHSV;
cvtColor(src, imageHSV, CV_BGR2HSV);

int iLowH = 0;
int iHighH = 50;

int iLowS = 100;
int iHighS = 255;

int iLowV = 80;
int iHighV = 255;

inRange(imageHSV,
        Scalar(iLowH, iLowS, iLowV),
        Scalar(iHighH, iHighS, iHighV),
        imgThresholded);

return imgThresholded;