我确实有不同的图像，它们都围绕着“真实”的图像有某种边界 . 我想要实现的是找到“真实”图像（像素的大小和位置） .
对我来说，挑战是边框并不总是黑色（可以是任何一种黑色或灰色，噪音很大）和“真实”图像（本例中带有鲨鱼的水）可以有任何颜色，饱和度的组合， ...
现在一般我都知道Canny，Blob检测，hough行等算法......但我刚刚开始使用它们 . 到目前为止，我设法找到特定图像的边框，但是一旦我尝试将相同的算法和参数应用到下一个图像，它就不起作用 . 我目前的方法看起来像这样（伪代码）：
-
转换为灰色
CvInvoke.CvtColor(_processedImage, tempMat, CvEnum.ColorConversion.Rgb2Gray)
使用CvInvoke.PyrDown(srcImage, targetImage)和CvInvoke.PyrUp(srcImage, targetImage) -
下采样
-
使用
CvInvoke.GaussianBlur(_processedImage, bluredImage, New Drawing.Size(5, 5), 0)模糊图像 -
二进制化
CvInvoke.Threshold(_processedImage, blackWhiteImage, _parameters.BinarizeThreshold, 255, CvEnum.ThresholdType.Binary) -
使用
CvInvoke.Canny(_processedImage, imgEdges, 60, 100)检测边缘 -
使用`CvInvoke.FindContours（_processedImage，contours，Nothing，CvEnum.RetrType.External，CvEnum.ChainApproxMethod.ChainApproxSimple）查找轮廓
-
假设最大轮廓是真实图像
我已经尝试过基于例如的不同方法：
任何关于如何为（自适应）阈值和canny等算法找到适当参数（适用于所有图像）的提示以及改进处理流水线的想法都将受到高度赞赏 .
2 回答
您可以尝试从此图像中减去黑色图像，然后您将获得内部图像，方法是：Use image subtraction to compare images in C#，
如果边界是统一的，这很容易 . 使用
cv::reduce查找每行和每列的MIN和MAX;然后计算其中MIN和MAX与附近角落中的像素值相等（或非常接近）的顶部，左侧，底部，右侧行/列 . 为了理智，也许检查边框颜色是否相同 .在您的示例中，边框包含微弱的红色内容，但行/列方法可能仍然是简化问题的有用方法 . 也许，正如Nofar建议的那样，与你认为的背景色完全不同;将它平方，转换为灰色，然后减少为行和列的总和 . 您仍然需要查找边缘，但已将数据从两个维度减少到一个 .
如果存在大的边界和大量噪声，可以迭代：在第二遍中，从列的统计数据中排除您认为构成边界的行（反之亦然） .
编辑：以上只适用于直立的矩形！如果它可以旋转，那么行/列投影方法将不起作用 . 在这种情况下，我可能会像上面那样求平方差的平方（不要开始转换为灰色，因为它可能丢弃信息），然后是模糊或一些形态，边缘检测然后某种Hough变换直接找到边缘 .