我正在用Python开发一个算法,该算法应该能够识别包含斑点的叶子区域,从而报告疾病的严重程度。你知道吗
因此为了能够达到这个目的,我需要对前景(叶子)和背景图像进行分割。你知道吗
在我的研究过程中,我了解了LeafSnap(stateoftheart)的相关知识,并跟随论文使用OpenCV期望最大化算法对图像上的叶子进行分割,该算法使用S和V形式的HSV颜色空间进行训练,但是由于反射或阴影的存在,仍然会返回一些误报。你知道吗
所以,我想找出一种方法来避免或减少假阳性的发生率。有什么提示吗?你知道吗
原始图像
Tags:
下面是一种使用颜色分割和
cv2.inRange()
去除阴影的方法。其思想是将图像转换成HSV格式,并定义一个上下颜色范围。接下来,我们执行轮廓滤波来提取最大的轮廓,将其绘制到一个新的空白掩模上,并执行按位“与”运算来获得结果。你知道吗使用这些截屏分割图像作为输入(左),这里是结果(右)
代码
彩色分割HSV码确定彩色阈值的上下限范围
相关问题 更多 >
编程相关推荐