在相機圖像中的顯示器上查找白色像素

Question

我有一個相機指向顯示器，顯示一行白色像素。 我從相機中獲取了一個字節值數組。 攝像機視圖的區域大於顯示器占用的空間。 我需要找出相機圖像上白色顯示器像素出現的位置。 請參見下面的示例圖片。

我需要改進我的算法，以便在不同的光照條件下更加穩健。 具體來說，我需要改進確定被認為是潛在白色像素的值閾值的步驟。 在確定可能是我的白色像素后，我找到最大的鄰域來確定我的最終白色值。

我還嘗試計算具有最高值的N個像素並將N個像素的最低值視為白色。 這在某些條件下工作得相當好，但是當房間稍微變暗時它停止工作。 我可以調整N在任何光照條件下工作，但我寧願不必手動提供任何參數。 我現在正在嘗試使用百分位數，但由於數據集非常大，因此運行速度非常慢。

這是一種方法合理的方法，但參數必須在不同的光照條件下進行調整。

std::multiset<uint8_t> maxPixelValues;
for(unsigned i = 0; i < width; ++i)
{
    for(unsigned j = 0; j <height; ++j)
    {
        uint8_t pixelValue = buffer[j * width + i];
        if(maxPixelValues.size() < topPixelCount)
        {
            maxPixelValues.insert(pixelValue);
        }
        else
        {
            auto minimumValuePosition = maxPixelValues.begin();
            if(pixelValue > *minimumValuePosition)
            {
                maxPixelValues.erase(minimumValuePosition);
                maxPixelValues.insert(pixelValue);
            }
        }
    }
}
return *maxPixelValues.begin();

Answer 1

首先，您可能希望以高於均值的一個標准偏差進行閾值處理，以擺脫屏幕的較暗部分。 然后，您可以利用這樣一個事實：與背景中的一些較亮區域相比，線條非常薄，並且由於屏幕的邊緣，它也遠離其他明亮區域。

偽代碼：

mask=threshold(img, mean(img)+stdev(img))
toignore=dilate(mask,3,3) 
toignore=erode(toignore,4,4) 
toignore=dilate(toignoe,3,3)
mask=mask &! toignore

1. 閾值+ sd的閾值：
2. 擴張：
3. 使用略大的內核進行侵蝕以移除1px的薄物體（例如線條），但保留靠近其他明亮物體的像素
4. 擴張以添加小於屏幕邊框的邊距：
5. 來自1的閾值掩模與來自4的toignore排除：

剩下一些雜散像素，但你可以在這一點上進行霍夫變換。

Answer 2

您可以使用Hough變換在圖像上查找線條： http ： //en.wikipedia.org/wiki/Hough_transform

這是openCV api： http ： //docs.opencv.org/doc/tutorials/imgproc/imgtrans/hough_lines/hough_lines.html