Python SimpleCV车辆检测示例

所以。。。使用SimpleCV学习《实用计算机视觉》，第5章-与在线教程中的示例相同。黄色汽车的平均颜色得到了一个非常不同的值，所以我回顾了示例代码，插入了更多的注释，添加了一些东西来显示（然后干净地结束）每个阶段的图像

from SimpleCV import Image
import time

# Load images.
car_in_lot = Image("parking-car.png")
car_not_in_lot = Image("parking-no-car.png")

# Crop image to region-of-interest.
car = car_in_lot.crop(470,200,200,200)
car.show()
time.sleep(5)
car.show().quit()

# Create greyscale image showing how far from yellow various colors are.
yellow_car = car.colorDistance(Color.YELLOW)
yellow_car.show()
time.sleep(5)
yellow_car.show().quit()

# Subtract greyscale image from cropped image to show just the yellow portions.
only_car = car - yellow_car
only_car.show()
time.sleep(5)
only_car.show().quit()

print only_car.meanColor()

它返回的结果是

（0.6376000000000001，2.096775，5.170425）

，而不是本书和教程中给出的

（25.604575，18.880775，4.494075000000005）

第一张有车的停车场的照片看起来不错。。。但在灰度图像中，事情看起来显然很奇怪。我得到的图像旋转了90度，与示例中的图像完全不同。这是Dropbox上的一个链接

从那里。。。颜色距离这么远什么。。。平均颜色值不正确

---

关于为什么

colordance（）

步骤会像以前一样返回一个时髦的旋转灰度图像，有什么想法或建议吗？

colordance似乎会返回一个旋转、翻转的图像。如果进行快速变换，可以避免这种混乱。e、 g

x,y,w,h   = 470,200,200,200
cImg      = Image('parking-car.png')
ncImg     = Image('parking-no-car.png')
car       = cImg.crop(x,y,w,h)
ncar      = nImg.crop(x,y,w,h)
ycar      = car.colorDistance(Color.YELLOW).rotateRight().flipHorizontal()
nycar     = ncar.colorDistance(Color.YELLOW).rotateRight().flipHorizontal()
only_car  = car - ycar
nonly_car = ncar - nycar 
carmc     = only_car.meanColor()
ncarmc    = nonly_car.meanColor()

print "yellow car present, mean color:", carmc
print "no yellow car present, mean color", ncarmc

至于平均颜色不同，我会假设图像已经稍微调整，或者Color.YELLOW的值已经改变

另一方面，如果要比较调用了colorDistance方法的两个图像（或从另一个裁剪中减去一个裁剪），则它们都以相同的方式进行了变换，因此在显示最终图像（如果有的话）之前，只需对其执行rotateRight（）.flipHorizontal（）