Java 找到第一个红色像素并裁剪图片

我想用OpenCV找到第一个红色像素，并在其右侧剪切图片的其余部分

目前我编写了这段代码，但它的运行速度非常慢：

        int firstRedPixel = mat.Cols();
        int len = 0;


           for (int x = 0; x < mat.Rows(); x++)
            {
                for (int y = 0; y < mat.Cols(); y++)
                {
                    double[] rgb = mat.Get(x, y);
                    double r = rgb[0];
                    double g = rgb[1];
                    double b = rgb[2];

                    if ((r > 175) && (r > 2 * g) && (r > 2 * b))
                    {
                        if (len == 3)
                        {
                            firstRedPixel = y - len;
                            break;
                        }

                        len++;
                    }
                    else
                    {
                        len = 0;
                    }
                }
            }

int firstRedPixel=mat.Cols（）；
int len=0；
对于（int x=0；x175）和&（r>2*g）和&（r>2*b））
{
如果（len==3）
{
firstRedPixel=y-len；
打破
}
len++；
}
其他的
{
len=0；
}
}
}

有什么解决办法吗

---

这不是使用计算机视觉的方法。我知道这一点，因为我也是这样做的

实现目标的一种方法是使用模板匹配从图像中剪切出的红色条，从而找到红色边框并将其剪切掉

另一种方法是转移到HSV空间，过滤掉红色内容，并根据需要使用轮廓查找来定位大型红色结构

---

有很多方法可以做到这一点。不过，在像素值上循环很少是正确的方法，这样你就不会利用复杂的矢量化或算法。

这不是使用计算机视觉的方法。我知道这一点，因为我也是这样做的

实现目标的一种方法是使用模板匹配从图像中剪切出的红色条，从而找到红色边框并将其剪切掉

另一种方法是转移到HSV空间，过滤掉红色内容，并根据需要使用轮廓查找来定位大型红色结构

有很多方法可以做到这一点。不过，在像素值上循环很少是正确的方法，这样你就不会利用复杂的矢量化或算法。

你可以：

1） 查找红色像素（请参阅）

2） 获取红色像素的边界框

3） 裁剪你的图像

<代码> C++，但它仅是OpenCV函数，因此不难将它移植到java：

#include <opencv2\opencv.hpp>

int main()
{
    cv::Mat3b img = cv::imread("path/to/img");

    // Find red pixels
    // https://stackoverflow.com/a/32523532/5008845
    cv::Mat3b bgr_inv = ~img;
    cv::Mat3b hsv_inv;
    cv::cvtColor(bgr_inv, hsv_inv, cv::COLOR_BGR2HSV);

    cv::Mat1b red_mask;
    inRange(hsv_inv, cv::Scalar(90 - 10, 70, 50), cv::Scalar(90 + 10, 255, 255), red_mask); // Cyan is 90

                                                                                            // Get the rect
    std::vector<cv::Point> red_points;
    cv::findNonZero(red_mask, red_points);

    cv::Rect red_area = cv::boundingRect(red_points);

    // Show green rectangle on red area
    cv::Mat3b out = img.clone();
    cv::rectangle(out, red_area, cv::Scalar(0, 255, 0));

    // Define the non red area
    cv::Rect not_red_area;
    not_red_area.x = 0;
    not_red_area.y = 0;
    not_red_area.width = red_area.x - 1;
    not_red_area.height = img.rows;

    // Crop away red area
    cv::Mat3b result = img(not_red_area);

    return 0;
}   

#包括
int main（）
{
cv:：Mat3b img=cv:：imread（“路径/到/img”）；
//查找红色像素
// https://stackoverflow.com/a/32523532/5008845
cv:：Mat3b bgr_inv=~img；
cv：：Mat3b hsv_inv；
cv:：cvtColor（bgr_inv，hsv_inv，cv:：COLOR_BGR2HSV）；
cv：：Mat1b红色遮罩；
在范围内（hsv_inv，cv:：Scalar（90-10,70,50），cv:：Scalar（90+10,255,255），红色掩码）；//青色是90
//得到直肠
std：：矢量红色_点；
cv：：findNonZero（红色屏蔽、红色点）；
cv:：Rect red_area=cv:：boundingRect（红色_点）；
//在红色区域显示绿色矩形
cv:：Mat3b out=img.clone（）；
cv:：矩形（输出，红色_区域，cv:：标量（0，255，0））；
//定义非红色区域
cv：：矩形非红色区域；
非红色区域。x=0；
非红色区域。y=0；
非红色区域。宽度=红色区域。x-1；
非红色区域高度=img.rows；
//清除红色区域
cv:：Mat3b结果=img（非红色区域）；
返回0；
}   

您可以：

1） 查找红色像素（请参阅）

2） 获取红色像素的边界框

3） 裁剪你的图像

<代码> C++，但它仅是OpenCV函数，因此不难将它移植到java：

#include <opencv2\opencv.hpp>

int main()
{
    cv::Mat3b img = cv::imread("path/to/img");

    // Find red pixels
    // https://stackoverflow.com/a/32523532/5008845
    cv::Mat3b bgr_inv = ~img;
    cv::Mat3b hsv_inv;
    cv::cvtColor(bgr_inv, hsv_inv, cv::COLOR_BGR2HSV);

    cv::Mat1b red_mask;
    inRange(hsv_inv, cv::Scalar(90 - 10, 70, 50), cv::Scalar(90 + 10, 255, 255), red_mask); // Cyan is 90

                                                                                            // Get the rect
    std::vector<cv::Point> red_points;
    cv::findNonZero(red_mask, red_points);

    cv::Rect red_area = cv::boundingRect(red_points);

    // Show green rectangle on red area
    cv::Mat3b out = img.clone();
    cv::rectangle(out, red_area, cv::Scalar(0, 255, 0));

    // Define the non red area
    cv::Rect not_red_area;
    not_red_area.x = 0;
    not_red_area.y = 0;
    not_red_area.width = red_area.x - 1;
    not_red_area.height = img.rows;

    // Crop away red area
    cv::Mat3b result = img(not_red_area);

    return 0;
}   

#包括
int main（）
{
cv:：Mat3b img=cv:：imread（“路径/到/img”）；
//查找红色像素
// https://stackoverflow.com/a/32523532/5008845
cv:：Mat3b bgr_inv=~img；
cv：：Mat3b hsv_inv；
cv:：cvtColor（bgr_inv，hsv_inv，cv:：COLOR_BGR2HSV）；
cv：：Mat1b红色遮罩；
在范围内（hsv_inv，cv:：Scalar（90-10,70,50），cv:：Scalar（90+10,255,255），红色掩码）；//青色是90
//得到直肠
std：：矢量红色_点；
cv：：findNonZero（红色屏蔽、红色点）；
cv:：Rect red_area=cv:：boundingRect（红色_点）；
//在红色区域显示绿色矩形
cv:：Mat3b out=img.clone（）；
cv:：矩形（输出，红色_区域，cv:：标量（0，255，0））；
//定义非红色区域
cv：：矩形非红色区域；
非红色区域。x=0；
非红色区域。y=0；
非红色区域。宽度=红色区域。x-1；
非红色区域高度=img.rows；
//清除红色区域
cv:：Mat3b结果=img（非红色区域）；
返回0；
}   

我认为最好是对整个序列进行训练，然后通过编程方式裁剪尾部子串（3个位置）。我的意思是，你们所需要的只是识别数字和它们的顺序。我只需要识别黑色背景上的部分。我还将专注于识别数字-模板匹配在这里也会有所帮助-然后只丢失最后两个数字。我想最好只训练整个序列，然后裁剪尾部子串（3个位置）以编程方式。我的意思是，你只需要识别数字和它们的顺序。我只需要识别黑色背景上的部分。我还将重点识别数字-模板匹配在这里也会有所帮助-然后只丢失最后两位数字。以下是查找红色的一般方法：以下是查找红色的一般方法：