mrgloom 242 Report post Posted September 3, 2015 Какие существуют техники для детектирования теней по 1 картинке(не по видео)?Прежде всего интересуют простые методы типа переводим в некое пространство отличное от RGB разделяем каналы, тени становятся различимыми, применяем порог, находим маску тени. Какие еще свойства у теней?http://dsp.stackexchange.com/questions/20002/what-are-characteristics-of-shadows-in-an-image-given-an-outdoor-setting-from-an/similar chromaticity but lower brightnesssaturation component of the shadow should be low Или какие то методы которые анализируют некую статистику по изображению(изначально известно что тени занимают меньшую часть изображения).А так же подходы связанные с intrinsic image. (intrinsic images by entropy minimization) Share this post Link to post Share on other sites
BeS 53 Report post Posted September 3, 2015 Ну если совсем топорно, то можешь сначала конвертнуть BGR -> LAB, а потом сегментировать тени исопльзуя правило l <= (mean(L) - StdDev(L)/3).Если более тяжеловесное смотреть, то нужно копать в сторону графката. Share this post Link to post Share on other sites
mrgloom 242 Report post Posted September 3, 2015 Откуда такая формула? l <= (mean(L) - StdDev(L)/3) Share this post Link to post Share on other sites
BeS 53 Report post Posted September 3, 2015 Откуда такая формула?Когда-то подбирал эмпирическим путем, у меня сработала достаточно неплохо. Share this post Link to post Share on other sites
mrgloom 242 Report post Posted September 4, 2015 попробовал otsu threshold на L канале чуть лучше работает чем вышеобозначенное правило.хотя может это еще от картинки зависит. Share this post Link to post Share on other sites
ProgRoman 9 Report post Posted October 21, 2015 Попробовал предложенный метод детекции теней... что-то у меня совсем не только тени детектируются.. приведу код и картинки.... Mat ims = imread(filename); Mat imslb; cvtColor(ims,imslb,CV_BGR2Lab); vector<Mat> vlb; split(imslb, vlb); Mat imL = vlb[0].clone(); Scalar mean, dev; meanStdDev(imL, mean, dev); float mnL = (float)(mean.val[0]); float dvL = ((float)(dev.val[0]))/3.0; float thr = mnL - dvL; Mat bin = Mat::zeros(imL.size(),CV_8UC1); threshold(imL,bin,thr,255,CV_THRESH_BINARY); ...ну и соответственно получил следующий результат вывожу маску после пороговой обработкибинарная маска это результат обработки.. Share this post Link to post Share on other sites