三通道阈值化最好不要使用img_h<0>0.15&img_v>0.25的写法~

红太狼 2022-07-21 01:24 49阅读 0赞

这种情况下最好使用cv::inRange函数，为什么？看下面的代码运行结果对比就知道了~  
首先是cv::inRange函数的代码和运行结果：

代码如下：

// 低阈值限定
    	cv::inRange(hsvImage, cv::Scalar(0, 43, 46), 
    	cv::Scalar(10, 255, 255), lowTempMat);
    	// 高阈值限定
    	cv::inRange(hsvImage, cv::Scalar(156, 43, 46),
    	    cv::Scalar(180, 255, 255), upperTempMat);
    
    	cv::imshow("lowTempMat", lowTempMat);
    	cv::imshow("upperTempMat", upperTempMat);
    	// 颜色阈值限定合并
    	cv::Mat redTempMat;
    	cv::addWeighted(lowTempMat, 1.0, upperTempMat, 
    		1.0, 0.0, redTempMat);
    
    	cv::imshow("redTempMat", redTempMat);

运行结果：

![20160712110359734][]

其次是img\_h<0.45&img\_s>0.15&img\_v>0.25写法的代码和结果：

代码如下：

// 分割hsv通道
    	std::vector<cv::Mat> hsv_vec;
    	cv::split(hsvImage, hsv_vec);
    	cv::Mat img_h, img_s, img_v;
    	img_h = hsv_vec[0];
    	img_s = hsv_vec[1];
    	img_v = hsv_vec[2];
    
    	// 低阈值限定
    	lowTempMat=(img_h>0&img_h<10&img_s>43&img_s<255&img_v>46&img_v<255);
    	// 高阈值限定
    	upperTempMat=(img_h>156&img_h<180&img_s>43&img_s<255&img_v>46&img_v<255);
    
    	cv::imshow("lowTempMat", lowTempMat);
    	cv::imshow("upperTempMat", upperTempMat);
    	// 颜色阈值限定合并
    	cv::Mat redTempMat;
    	cv::addWeighted(lowTempMat, 1.0, upperTempMat, 
    		1.0, 0.0, redTempMat);
    
    	cv::imshow("redTempMat", redTempMat);
    	cv::waitKey(0);

运行结果：

![20160712110513906][]

可见，lowTempMat的结果是明显不对的！

\-------------------------------------------  
图像处理开发资料、图像处理开发需求、图像处理接私活挣零花钱，可以搜索公众号"qxsf321"，并关注！  
图像处理开发资料、图像处理开发需求、图像处理接私活挣零花钱，可以搜索公众号"qxsf321"，并关注！  
图像处理开发资料、图像处理开发需求、图像处理接私活挣零花钱，可以搜索公众号"qxsf321"，并关注！

[20160712110359734]: /images/20220720/61cc4aee149847dc90543b4a2f174c56.png
[20160712110513906]: /images/20220720/dd5a2a1bca274b6daf9d57932f801e8f.png