Image processing 如何检测图像中的热点

如何使用opencv检测图像中的热点？我试过谷歌搜索，但一点也不知道

说明： 我需要从实时视频流中过滤好的图像。在这种情况下，我只需要检测帧中的热点。我需要在opencv中执行此操作

什么是热点？

热点是受试者面部的发光区域，由闪光反射到有光泽的表面或不均匀的照明引起。这往往会使受试者看起来好像在出汗，这不是一个好的外观

更新：

以上两个链接对我的帖子也有帮助吗

带有热点的图像：

没有热点的图像：

---

这些“热点”区域的自动粗略指示可以通过高斯滤波和二值化来获得。预期“热点”比其周围区域亮得多，因此在高斯滤波后，它们至少会略微高亮显示，同时，由于低通滤波的性质，图像伪影会减少

示例结果如下。简单转换为灰度后的0.75二值化（范围始终为[0,1]），在

HSB

颜色空间的

B

通道中进行高斯滤波后的0.85二值化：

---

在这两种情况下，由于假设“热点”不太大，大组件被移除。

@Ben热点是受试者面部的闪亮区域，由闪光反射到闪亮表面或不均匀的照明引起。它会使被摄对象看起来像在出汗，这不是一个好的外观。尝试搜索“高光检测”。一个基本的高斯滤波和一个粗略的阈值可以做到这一点。但是这个问题太不明确了，应该按原样结束。@mmgp谢谢你的回答。你能再解释一下吗。所以我可以试着去实现它。请…你能发布一些示例图像吗？这种方法在许多图像上都失败了。还有更好的方法，例如，请参见：@mmgp:HSB colorspace是什么？它与HSV有何不同？@Shambool你在那里被愚弄，仅仅因为它是一篇发表过的论文。我使用YCbCr颜色空间进行皮肤检测，它也很容易失败。你所需要的只是一张比脸部区域稍多的照片（请注意，本文主要只使用状态良好的脸部图像），很多这样的照片包含的颜色愚弄了这种方法。确定亮点的算法纯粹是一种启发式算法，所以我不知道你为什么认为它如此优越。无论如何，这个答案花了我30秒的时间来写，所以当然可以改进（很多）。@AbidRahmanK我见过它以不同的方式定义，请参阅“基于区域CQ的图像索引中颜色空间的效果”和“使用数字图像分析量化草坪颜色”两篇论文的示例，给出了至少略有不同的公式。第二篇文章的方式与第二篇文章中的HSV转换非常相似。@2vision2关于镜面反射度去除的文章是一种很好的方法，可以实现您所追求的目标，但请记住，没有绝对正确的方法。它也很慢，这可能对你来说很重要，也可能不重要。同样，如果不清楚的话，也不能保证任何方法都能给出很好的结果。例如，通过该方法是无镜面反射图像，并且是从问题中的示例图像开始的漫反射图像（顺便说一句，它们令人毛骨悚然）。