python - 颜色阈值 : Why does mask make a drastic difference according to limits specified?

Question

我们想对 RGB 图像应用颜色阈值:



当我们指定下限为[0, 0, 0]上限为 [255, 255, 255]结果如下:



并且，当下限为 [1, 1, 1] 时上限为[255, 255, 255]结果如下:



为什么一个像素的差异会在遮蔽上造成如此剧烈的变化？

代码:

lower_blue = np.array([0,0,0]) 
upper_blue = np.array([255,255,255])
mask = cv2.inRange(image_copy, lower_blue, upper_blue)
plt.imshow(mask,cmap='gray')

Answer 1

您的主要“问题”是 Matplotlib 的 imshow 在这里发挥作用。

在您的第一种情况下，您只需屏蔽图像中的所有像素，以便 mask 中的所有像素有值255 .使用 imshow 时在此类图像上没有任何参数时，将应用自动颜色缩放，从而将相应的绘图设置为 0对于所有像素，因为所有像素都具有相同的值。如果显式设置 vmin和 vmax (参见链接的文档页面)在 imshow打电话，你会看到预期的全白情节。

第二种情况的细微变化会导致 mask 中的一些像素成为 0 , 这样即使是标准 imshow调用将产生“正确”的颜色缩放，因为 mask 中的像素覆盖整个“范围”[0 ... 255] , 因为只有 0 的像素值和 255 .

现在，检测蓝色背景:在你的情况下，蓝色背景似乎有一个固定的 RGB 值，所以使用 OpenCV 的 inRange 使用标准 BGR 图像可能是合适的。一般来说，对于颜色 mask ，将图像转换为 HSV/HSL 颜色空间更为复杂 - 从我的角度来看。对于简短的介绍，选择正确的 H , S , L值，请参阅 this answer我提出了一个较早的问题。

我为上述比较以及实际检测蓝色背景做了一些代码:

import cv2
import numpy as np
import matplotlib.pyplot as plt

image = cv2.imread('8au0O.jpg')

lower_blue = np.array([0, 0, 0])
upper_blue = np.array([255, 255, 255])
mask_lb000 = cv2.inRange(image, lower_blue, upper_blue)

plt.figure()
plt.subplot(2, 3, 1)
plt.imshow(mask_lb000, cmap='gray')
plt.title('imshow without explicit vmin, vmax')
plt.subplot(2, 3, 4)
plt.imshow(mask_lb000, cmap='gray', vmin=0, vmax=255)
plt.title('imshow with explicit vmin, vmax')

lower_blue = np.array([1, 1, 1])
upper_blue = np.array([255, 255, 255])
mask_lb111 = cv2.inRange(image, lower_blue, upper_blue)

plt.subplot(2, 3, 2)
plt.imshow(mask_lb111, cmap='gray')
plt.title('imshow without explicit vmin, vmax')
plt.subplot(2, 3, 5)
plt.imshow(mask_lb111, cmap='gray', vmin=0, vmax=255)
plt.title('imshow with explicit vmin, vmax')

# Detect blue-ish areas in HSL converted image
# H value must be appropriate (see HSL color space), e.g. within [200 ... 260]
# L value can be arbitrary (we want everything between bright and dark blue), e.g. within [0.0 ... 1.0]
# S value must be above some threshold (we want at least some saturation), e.g. within [0.35 ... 1.0]
lower_blue = np.array([np.round(200 / 2), np.round(0.00 * 255), np.round(0.35 * 255)])
upper_blue = np.array([np.round(260 / 2), np.round(1.00 * 255), np.round(1.00 * 255)])
mask_lb = cv2.inRange(cv2.cvtColor(image, cv2.COLOR_BGR2HSV), lower_blue, upper_blue)

plt.subplot(2, 3, 3)
plt.imshow(mask_lb, cmap='gray')
plt.title('imshow without explicit vmin, vmax')
plt.subplot(2, 3, 6)
plt.imshow(mask_lb, cmap='gray', vmin=0, vmax=255)
plt.title('imshow with explicit vmin, vmax')

plt.show()

这是生成的输出:



希望有帮助!