C# 是否有可能找到“a”的边缘；“斑点”；emgucv的地区？

我有一张像这样的图片：

我想找到像这样的黑暗部分的边缘（红线就是我要找的）：

我已经尝试了一些方法，但都没有成功，所以我希望有一位埃古古大师愿意帮助我

方法1

• 将图像转换为灰度
• 消除噪音并反转
• 去掉任何不太亮的东西
• 获取canny和多边形

这方面的代码（我知道我应该正确处理事情，但我保持代码简短）：

var orig=新图像（内嵌）；
var等值线=原始值
.Convert（）
派尔当先生（）
皮鲁普先生（）
.不是（）
.InRange（新灰色（190）、新灰色（255））
.坎尼（新格雷（190）、新格雷（255））
.FindContours（链近似法。CV链近似法），
再生类型：CV（再生树）；
var输出=新图像（原始大小）；
对于（；轮廓！=null；轮廓=轮廓.HNext）
{
var poly=等高线近似多边形（等高线周长*0.05，
（a）储存）；
输出.绘制（多边形，新灰色（255），1）；
}
输出保存（输出文件）；

结果是：

方法2

• 将图像转换为灰度
• 消除噪音并反转
• 去掉任何不太亮的东西
• 拿着机灵的，然后排队

代码：

var orig = new Image<Bgr, byte>(inFile);

var linesegs = orig
    .Convert<Gray, byte>()
    .PyrDown()
    .PyrUp()
    .Not()
    .InRange(new Gray(190), new Gray(255))
    .Canny(new Gray(190), new Gray(255))
    .HoughLinesBinary(
        1,
        Math.PI/45.0,
        20,
        30,
        10
    )[0];

var output = new Image<Gray, byte>(orig.Size);    
foreach (var l in linesegs)
{
    output.Draw(l, new Gray(255), 1);
}
output.Save(outFile);

var orig=新图像（内嵌）；
变量linesegs=orig
.Convert（）
派尔当先生（）
皮鲁普先生（）
.不是（）
.InRange（新灰色（190）、新灰色（255））
.坎尼（新格雷（190）、新格雷（255））
HoughLinesBinary先生(
1.
Math.PI/45.0，
20,
30,
10
)[0];
var输出=新图像（原始大小）；
foreach（linesegs中的变量l）
{
输出.绘图（l，新灰色（255），1）；
}
输出保存（输出文件）；

结果是：

注释

我尝试过调整这两种方法的所有参数并添加平滑，但我永远无法获得所需的简单边缘，因为我认为较暗的区域不是纯色

---

我也尝试过膨胀和腐蚀，但我必须为这些设置的参数太高，无法获得单一颜色，以至于我最终包括了右侧的一些灰色内容，并失去了准确性。

是的，这是可能的，下面是您可以做到的方法：

• 更改图像的对比度以使较亮的部分消失：

• 然后，将其转换为HSV，在饱和信道上执行阈值操作：

• 并执行腐蚀和扩张操作以消除噪音：

在这一点上，你将得到你一直在寻找的结果。出于测试目的，最后我执行了一项技术，以展示如何检测beggining和感兴趣区域的末端：

我没有时间调整参数并进行完美的检测，但我相信你能找到答案。这个答案提供了实现这一目标的路线图

这是我提出的C++代码，我相信你有能力把它转换成C：：

#包括
#包括
int main（int argc，char*argv[]）
{
cv:：Mat image=cv:：imread（argv[1]）；
cv:：Mat new_image=cv:：Mat:：zeros（image.size（），image.type（））；
/*改变对比度：新的_图像（i，j）=α*图像（i，j）+β*/
双α=1.8；//[1.0-3.0]
int beta=100；//[0-100]
对于（int y=0；y

此图像是否总是这样？可以将其转换为一维图像。这样可以消除一些噪音。如果你需要在2D尝试代码> CVAdvestItValue/Cord>中使用正确的参数，你应该能够调出噪音。谢谢，但它并不总是这样的——有时它会在中间很黑（所以不那么斑点），有时也不那么黑（虽然我给你展示了一个接近最坏的例子）。我尝试了自适应阈值，但最多我得到了一个图像，其中包含了许多白色点的中间部分，当转换为Canny得到的轮廓，你看到的方法1。我

var orig = new Image<Bgr, byte>(inFile);

var linesegs = orig
    .Convert<Gray, byte>()
    .PyrDown()
    .PyrUp()
    .Not()
    .InRange(new Gray(190), new Gray(255))
    .Canny(new Gray(190), new Gray(255))
    .HoughLinesBinary(
        1,
        Math.PI/45.0,
        20,
        30,
        10
    )[0];

var output = new Image<Gray, byte>(orig.Size);    
foreach (var l in linesegs)
{
    output.Draw(l, new Gray(255), 1);
}
output.Save(outFile);

#include <cv.h>
#include <highgui.h>

int main(int argc, char* argv[])
{
    cv::Mat image = cv::imread(argv[1]);
    cv::Mat new_image = cv::Mat::zeros(image.size(), image.type());

    /* Change contrast: new_image(i,j) = alpha*image(i,j) + beta */

    double alpha = 1.8;     // [1.0-3.0]
    int beta = 100;         // [0-100]
    for (int y = 0; y < image.rows; y++)
    { 
        for (int x = 0; x < image.cols; x++)
        { 
        for (int c = 0; c < 3; c++)
        {
            new_image.at<cv::Vec3b>(y,x)[c] = 
            cv::saturate_cast<uchar>(alpha * (image.at<cv::Vec3b>(y,x)[c]) + beta);
        }
        }
    }
    cv::imshow("contrast", new_image);

    /* Convert RGB Mat into HSV color space */

    cv::Mat hsv;
    cv::cvtColor(new_image, hsv, CV_BGR2HSV);
    std::vector<cv::Mat> v;
    cv::split(hsv,v);

    // Perform threshold on the S channel of hSv    
    int thres = 15;
    cv::threshold(v[1], v[1], thres, 255, cv::THRESH_BINARY_INV);
    cv::imshow("saturation", v[1]);

    /* Erode & Dilate */

    int erosion_size = 6;   
    cv::Mat element = cv::getStructuringElement(cv::MORPH_CROSS,
                          cv::Size(2 * erosion_size + 1, 2 * erosion_size + 1), 
                          cv::Point(erosion_size, erosion_size) );
    cv::erode(v[1], v[1], element);
    cv::dilate(v[1], v[1], element);    
    cv::imshow("binary", v[1]);

    /* Bounding box */

    // Invert colors
    cv::bitwise_not(v[1], v[1]);

    // Store the set of points in the image before assembling the bounding box
    std::vector<cv::Point> points;
    cv::Mat_<uchar>::iterator it = v[1].begin<uchar>();
    cv::Mat_<uchar>::iterator end = v[1].end<uchar>();
    for (; it != end; ++it)
    {
        if (*it) points.push_back(it.pos());
    }    

    // Compute minimal bounding box
    cv::RotatedRect box = cv::minAreaRect(cv::Mat(points));

    // Draw bounding box in the original image (debug purposes)
    cv::Point2f vertices[4];
    box.points(vertices);
    for (int i = 0; i < 4; ++i)
    {
        cv::line(image, vertices[i], vertices[(i + 1) % 4], cv::Scalar(0, 255, 0), 2, CV_AA);
    }

    cv::imshow("box", image);    
    cvWaitKey(0);

    return 0;
}