识别图像中的红色&；然后用Matlab与其他图像进行比较

我想识别图像中的红色，然后将该值与另一图像中的红色进行比较。我对Matlab很陌生，没有图像处理知识。然而，我一直在尝试一些随机技术来做到这一点。到目前为止，我已经使用了单个图像的RGB通道直方图，并且还比较了单个图像中RGB通道的平均数值。不幸的是，我在这两种情况下看到了几乎相似的结果，并且无法识别红色较少和红色较多的图像之间的差异

我也随机尝试过灰度直方图，但发现没用

（来源：）

（来源：）

另外，我在这个论坛上搜索，试图找到一个类似的问题，但我没有找到任何可以帮助我的。 我需要的是： A.哪种技术可以用来检查图像的红色？ B我能在那里帮忙吗

%-------------------------------------------
%For histograms of all 3 RGB channels in an image

i = imread('<Path>\a7.png');
imgr = i(:,:,1);
imgg = i(:,:,2);
imgb = i(:,:,3);
histr = hist(imgr(:), bins);
histg = hist(imgg(:), bins);
histb = hist(imgb(:), bins);
hfinal = [histr(:); histg(:); histb(:)];
plot(bins, histr);


%-------------------------------------------
%To compare mean values of R channels of all images

clear all; 
%read all images in a sequence
flist=dir('<Path>\*.png');

for p = 1:length(flist)
    for q = 1 : 3
    fread = strcat('<Path>\',flist(p).name);
    im = imread(fread);
    meanim(p,q) = mean2(im(:,:,q));
    end
end

%disp(meanim);
rm = meanim(:,1);
frm = sum(rm(:));
gm = meanim(:,2);
fgm = sum(gm(:));
bm = meanim(:,3);
fbm = sum(bm(:));

figure();
set(0,'DefaultAxesColorOrder',[1 0 0;0 1 0;0 0 1]);
pall = [rm(:), gm(:), bm(:)];
plot(pall);
title('Mean values of R, G and B in 12 images');
leg1 = legend('Red','Green','Blue', ...
                'Location','Best');
print (gcf, '-dbmp', 'rgbchannels.bmp') 

sm = sum(meanim);
fsum = sum(sm(:));

% disp(fsum);

f2 = figure(2);
set(f2, 'Name','Average Values');
t = uitable('Parent', f2, 'Position', [20 20 520 380]);
set(t, 'ColumnName', {'Average R', 'Average G', 'Average B'});
set(t, 'Data', pall);
print (gcf, '-dbmp', 'rgbtable.bmp') ;

rgbratio = rm ./ fsum;
disp(rgbratio);

f3 = figure(3);
aind = 1:6;
hold on;
subplot(1,2,1);
plot(rgbratio(aind),'r+');
title('Plot of anemic images - having more pallor');

nind = 7:12;
subplot(1,2,2);
plot(rgbratio(nind),'b.');
title('Plot of non anemic images - having less pallor');
hold off;
print (gcf, '-dbmp', 'anemicpics.bmp');

%-------------------------------------------
%用于图像中所有3个RGB通道的直方图
i=imread（'\a7.png'）；
imgr=i（：，：，1）；
imgg=i（：，：，2）；
imgb=i（：，：，3）；
histr=hist（imgr（：），箱）；
histg=hist（imgg（：），箱子）；
histb=hist（imgb（：），bins）；
hfinal=[histr（：）；histg（：）；histb（：）]；
地块（垃圾箱、历史记录）；
%-------------------------------------------
%比较所有图像R通道的平均值
清除所有；
%按顺序读取所有图像
flist=dir（'\*.png'）；
对于p=1：长度（flist）
对于q=1:3
fread=strcat（'\'，flist（p）.name）；
im=imread（fread）；
均值（p，q）=均值2（im（：，：，q））；
结束
结束
%disp（meanim）；
rm=平均值（：，1）；
frm=总和（rm（：）；
gm=平均值（：，2）；
fgm=总和（gm（：）；
bm=平均值（：，3）；
fbm=总和（bm（：）；
图（）；
集合（0，'DefaultAxeColorder'，[10；01；01]）；
帕尔=[rm（：）、gm（：）、bm（：）]；
图（pall）；
标题（“12幅图像中R、G和B的平均值”）；
leg1=图例（'红色'，'绿色'，'蓝色'。。。
“位置”、“最佳”）；
打印（gcf、-dbmp、'rgbchannels.bmp'）
sm=总和（平均值）；
fsum=总和（sm（：）；
%disp（fsum）；
f2=图（2）；
集合（f2，‘名称’，‘平均值’）；
t=uitable（'Parent'，f2，'Position'，[20 20 520 380]）；
集合（t，'ColumnName'，{'Average R'，'Average G'，'Average B'}）；
集合（t，‘数据’，pall）；
打印（gcf，'-dbmp'，rgbtable.bmp'）；
rgbratio=rm./fsum；
disp（rgbratio）；
f3=图（3）；
aind=1:6；
等等
子批次（1,2,1）；
绘图（rgbratio（aind），'r+'）；
标题（“贫血图像图-更苍白”）；
nind=7:12；
子批次（1,2,2）；
地块（rgbratio（nind），‘b’）；
标题（“非贫血图像图-苍白程度较低”）；
拖延；
打印（gcf，'-dbmp，'-anemicpics.bmp'）；

您不能假设红色通道本身与像素的红色相同。像素的红色度的良好估计可通过如下方式实现：

redness = max(0, red - (blue + green) / 2);

其中，红色、绿色和蓝色是图像中不同RGB通道的值。

---

计算图像的该值后，您可以通过一些方法（如平均值或直方图）来估计图像的红色度。

对不起，我没有完全了解“图像中不同RGB通道的值”。它是否像图像中所有像素的R、G和B的平均值一样？不，红色、绿色和蓝色与您自己的代码中的imgr、imgg和imgb完全相同。祝你好运谢谢你，大卫。这里有两个链接：我只需要结膜（内眼睑）的裁剪图像，而不是整个眼睛的图像。好了。那些照片真是令人毛骨悚然！对不起，我不知道如何裁剪图片。您可能对我刚才为您编写的一些代码感兴趣。经过一些尝试和错误，我发现

redness=max（0，r-（max（g，b）+abs（g-b））

给出了相当好的结果。