OpenCV中用于颜色分析的图像分割

我正在从事一个项目，该项目要求我：

查看包含定义相对清晰的对象的图像，例如

然后选择某个空间中n-most（它是通用的，可以是1、2、3等等）突出对象的颜色（无论是RGB、HSV还是其他），然后返回它

我正在寻找将这样的图像分割成独立对象的方法。一旦完成，我的印象是，找到线段的轮廓并分析它们的平均颜色或质心颜色等不会特别困难

我简要地研究了分水岭算法，它似乎可以工作，但我不确定如何为数量不确定的斑点生成标记图像

---

分割此类图像的最佳方法是什么？如果使用分水岭，生成相应整数标记图像的最佳方法是什么？

我不是专家，但我真的不知道分水岭算法如何对分割问题非常有用

从我对此类问题的有限经验/接触来看，我认为应该尝试滑动窗口分割方法。基本上，这需要使用设置大小的窗口遍历图像，并尝试确定窗口是否包含背景与对象。您需要尝试不同的窗口大小和步骤

这样做应该允许您检测图像中的对象，假定图像包含相对定义良好的对象。您还可以尝试在将图像转换为黑白后执行分割，使用特定的阈值可以很好地分离背景和对象

一旦您通过滑动窗口识别了对象，您可以尝试使用您提到的方法之一确定最突出的颜色

更新

根据您的评论，以下是另一种可能适合您的方法：

如果您认为对象的颜色基本一致，您可以尝试处理图像以：

消除噪音

将原始图像映射到缩小的颜色空间（即256色或事件16色）

根据像素颜色检测连接的组件，并确定哪些组件足够大

您还可以将图像重新采样到较低的分辨率（即，如果图像为1024 x 768，则可以将其降低到256 x 192），以帮助加快算法的速度

---

剩下要做的唯一一件事就是确定哪个组件是背景。在这一点上，也可以尝试通过转换为具有特定阈值的黑/白来进行背景删除。

检查这种可能的方法：

下面是它在您的图像上的外观：

---

我的预期方法是以某种方式按颜色分割对象，然后分割对象以确保消除重叠，即确保没有“斑点”被触摸。最后，对图像进行阈值分割，将所有对象从背景中分离出来，找到轮廓，然后在原始轮廓上循环，找到某个空间中的平均颜色。这可能不是最好的办法。就在我写这篇文章的时候，它似乎太冗长了！减少颜色空间并搜索区域您建议减少哪些颜色空间？我认为这种方法有其优点，但似乎降低到灰度可能会造成太大的信息损失，即多个颜色在0-255的范围内变得太相似。关于缩小颜色空间和搜索区域的方法有什么好的教程吗？我建议使用黑/白（2位）-而不是灰度（通常是8位或12位）。不同之处在于，2位基本上是图像的布尔开/关表示，用于区分较亮区域和较暗区域。它可以非常有效地检测某些图像中的感兴趣区域。此外，就明显的信息损失而言，降低模糊性也是非常有效的。对你来说，信息丢失实际上可能对你检测物体/颜色的实际目标非常有帮助。