c++ - 在 Objective-c (Cocoa) 中检测图像上的白色像素线

Question

我正在构建一个使用来自网络服务的图像的应用程序。不幸的是，图像被填充为白色(很久以前服务调整它们的大小时)。

我想创建一个类来检测图像是否具有相同白色细微差别的完整水平或垂直线条，然后裁剪图像。 (或者去掉白色区域)

所以基本上我在想:- 穿过水平线(全宽和 1 像素高)并检查它是否具有相同的白色细微差别。

(为了稍后优化，我可以通过 detectiong firsk 和最后一个像素来检测颜色，如果它们匹配，则检查一半等)- 在初稿中不重要。

关于填充，我不能确定填充的大小。图像具有各种尺寸和比例，并填充为相同尺寸。因此，填充边框会随着图像的不同而变化。

编辑:这是一个:http://i.dbastatic.dk/images/3/37//74438337_30052011063215_9539_3.jpg和一个垂直的:http://i.dbastatic.dk/images/3/40//74273140_23052011090107_0806_3.jpg还有一个棘手的:http://i.dbastatic.dk/images/3/61/500396561_27052011171605_5877_3.jpg请注意，最后一个有部分白色背景，为什么我需要检测白色像素是否遍及整个图像宽度。

请给我一个代码示例以开始使用。我认为，困难的部分是逐像素遍历图像并检测颜色。

也许 C++ 做他的会快得多？

我可以同时使用 C++ 和 Objective-C，所以给我最好的机会 :-)

Answer 1

NSImage* yourImage;
NSBitmapImageRep *bitmapRep = [NSBitmapImageRep imageRepWithData:[yourImage TIFFRepresentation]];

unsigned char* pixelData = [bitmapRep bitmapData];

像素可能是 RGB 格式，因此从这里开始逐像素遍历图像应该很容易。

可以查看数据格式:

int depth       = [bitmapRep bitsPerSample];
int channels    = [bitmapRep samplesPerPixel];
int height      = [bitmapRep size].height;
int width       = [bitmapRep size].width;

编辑:为了验证 Wajih 的声明，我写了一个小的(快速且肮脏的)测试程序，但我需要一些帮助来确定霍夫变换的边界:

EDIT2:我意识到 Wajih 指的是一个特殊的 Hough 变换 (kht) 实现(不是 OpenCV 版本)，我没有时间测量 kht。我更新了源代码以处理 jpg 压缩伪影。

std::string origFileName("../data/500396561_27052011171605_5877_3.jpg");
cv::Mat image = cv::imread(origFileName, 0);

std::cout << __PRETTY_FUNCTION__ << " -- widht, height = " << image.cols << ", " << image.rows << std::endl;

QElapsedTimer naiveTimer;
naiveTimer.start();
unsigned int x1 = 0;
unsigned int y1 = 0;
unsigned int x2 = 0;
unsigned int y2 = 0;

const unsigned int thresholdColor = 15; // how much may the color deviate
const unsigned int thresholdPixel = 5;  // how many false detections do you want to tolerate

for (unsigned int ii = 0; ii < 1000; ++ii)
{
    x1 = y1 = x2 = y2 = 0;
    unsigned char* pixel = image.ptr<unsigned char>(0);
    unsigned char border = *pixel;
    bool top = true;

    // horizontal border lines
    for (int yy = 0; yy < image.rows; ++yy)
    {
        pixel = image.ptr<unsigned char>(yy);
        int count = 0;
        for (int xx = 0; xx < image.cols; ++xx)
        {
            if (255 - *pixel < thresholdColor)
                ++count;

            ++pixel;
        }
        if (image.cols - count < thresholdPixel)
        {
            if (top) ++y1;
            else ++y2;
        }
        else top = false;
    }
    y2 = image.rows - y2;


    // vertical border lines
    bool left = true;
    pixel = image.ptr<unsigned char>(0);
    unsigned int offset = image.ptr<unsigned char>(1) - pixel;
    for (int xx = 0; xx < image.cols; ++xx)
    {
        int count = 0;
        unsigned char* colPixel = pixel++;
        for (int yy = 0; yy < image.rows; ++yy)
        {
            if (255 - *colPixel < thresholdColor)
                ++count;

            colPixel += offset;
        }
        if (image.rows - count < thresholdPixel)
        {
            if (left) ++x1;
            else ++x2;
        }
        else left = false;
    }
    x2 = image.cols - x2;
}

std::cout << __PRETTY_FUNCTION__ << " -- Time elapsed: " << naiveTimer.elapsed() << std::endl;
std::cout << __PRETTY_FUNCTION__ << " -- x1 y1 x2 y2: " << x1 << " " << y1 << " " << x2 << " " << y2 << std::endl;

QImage original(origFileName.c_str());
QImage cropped = original.copy(x1, y1, x2 - x1, y2 - y1);

EHVhu.jpg(除了esbenr提供的图片外，我测试用的图片):