Java OpenCV：检测彩色斑点

我想寻求有关库OpenCV的帮助。我想问你们是否知道如何从图片中检测色斑的最佳方法。例如，我需要创建一个应用程序，它可以计算T恤上“脏点”的大小。假设有一件棕色T恤，还有一个由katchup或其他东西制作的污点

你能给我推荐算法或工艺吗？如何计算？还是一些教程

我不会请求你的帮助，但我的时间不多了，也许你以前遇到过这个问题

多谢各位

在openCV示例代码中（在“cpp示例”部分下），您可以找到一个名为“bgfg_segm.cpp”的.cpp文件。虽然那个代码是用于运动跟踪的，但我认为你也可以用它来检测斑点

按“空格键”，可以开始/停止背景更新。一旦你确定了你的背景，那么任何额外的东西都会被检测到

策略：将布料放在网络摄像头前面，一旦它被选为背景，然后按“空格键”停止背景中的进一步更改。然后，您的程序应该能够跟踪布料颜色的任何变化

代码如下：

#include "opencv2/core/core.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/video/background_segm.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <stdio.h>

using namespace std;
using namespace cv;

int main()
{

    VideoCapture cap;
    bool update_bg_model = true;

    cap.open(0);

    namedWindow("image", CV_WINDOW_NORMAL);
    namedWindow("foreground mask", CV_WINDOW_NORMAL);
    namedWindow("foreground image", CV_WINDOW_NORMAL);
    namedWindow("mean background image", CV_WINDOW_NORMAL);

    // Declare "object " of class "BackgroundSubtractorMOG2"
    BackgroundSubtractorMOG2 bg_model;//(100, 3, 0.3, 5);

    Mat img, fgmask, fgimg;

    for(;;)
    {
        cap >> img;

        if( fgimg.empty() )
          fgimg.create(img.size(), img.type());

        //update the model
        bg_model(img, fgmask, update_bg_model ? -1 : 0); // "bg_model" is object of class "BackgroundSubtractorMOG2" as declared above.

        fgimg = Scalar::all(0);
        img.copyTo(fgimg, fgmask);

        Mat bgimg;
        bg_model.getBackgroundImage(bgimg);

        imshow("image", img);
        imshow("foreground mask", fgmask);
        imshow("foreground image", fgimg);
        if(!bgimg.empty())
          imshow("mean background image", bgimg );

        char k = (char)waitKey(30);
        if( k == 27 ) break;
        if( k == ' ' ) // Change the Background updation status by Spacebar key
        {
            update_bg_model = !update_bg_model; // initially "bool update_bg_model = true"
            if(update_bg_model)
                printf("Background update is on\n");
            else
                printf("Background update is off\n");
        }
    }

    return 0;
}

#包括“opencv2/core/core.hpp”
#包括“opencv2/imgproc/imgproc.hpp”
#包括“opencv2/video/background_segm.hpp”
#包括“opencv2/highgui/highgui.hpp”
#包括
使用名称空间std；
使用名称空间cv；
int main（）
{
视频捕捉帽；
bool update_bg_model=true；
上限开放（0）；
namedWindow（“图像”，CV\u窗口\u正常）；
namedWindow（“前景遮罩”，CV\u窗口\u正常）；
namedWindow（“前景图像”，CV\u窗口\u正常）；
namedWindow（“平均背景图像”，CV\u窗口\u正常）；
//声明类“BackgroundSubtractorMOG2”的“对象”
背景MOG2 bg_模型；//（100,3,0.3,5）；
Mat img、fgmask、fgimg；
对于（；；）
{
cap>>img；
if（fgimg.empty（））
create（img.size（），img.type（））；
//更新模型
bg_模型（img、fgmask、update_bg_模型？-1:0）；/“bg_模型”是上述“BackgroundSubtractorMOG2”类的对象。
fgimg=标量：：全部（0）；
img.copyTo（fgimg，fgmask）；
Mat-bgimg；
bg_model.getBackgroundImage（bgimg）；
imshow（“图像”，img）；
imshow（“前景遮罩”，fgmask）；
imshow（“前景图像”，fgimg）；
如果（！bgimg.empty（））
imshow（“平均背景图像”，bgimg）；
字符k=（字符）等待键（30）；
如果（k==27）中断；
if（k=''）//通过空格键更改后台更新状态
{
update_bg_model=！update_bg_model；//最初为“bool update_bg_model=true”
如果（更新\u bg\u模型）
printf（“后台更新已打开\n”）；
其他的
printf（“后台更新关闭\n”）；
}
}
返回0；
}