一直以來對OpenCV的邊緣檢測不滿意，現在的邊緣檢測主要是基於各種算子，很多時候，邊緣沒辦法非常細致的分割出來，後面ML的加入提供了更多的思路，在這裏記錄一下，最近的一些探索和想法，首先上一張圖。

目的在於提取圖像中黑色紋路的地方，嘗試過邊緣增強，對比度增強算法，各種enhancement。

效果很不明顯，尤其是做了以下mat的背景相減，會發現其實陰影區域的像素值跟其他區域的差距很不明顯：https://www.cnblogs.com/tornadomeet/archive/2012/06/02/2531705.html

，後面又嘗試了基於OpenCV的陰影識別和提取。

嘗試包括：

在運動目標檢測中，常常會出現由於光線被遮擋，或場景其他物體的遮擋，在目標附近或場景裏出現陰影，陰影的出現對後期目標的正確分割與處理帶了很大的不便。如今，國內外已有不少文獻來研究這個問題，並且提出了各種各樣的陰影去除算法。本文就其中的一種算法提出了一個通用的實現算法，該算法考慮了背景與前景顏色相近的情況，希望能給大家一些幫助：(介紹下算法的思路：算法首先對RGB顏色空間的值進行歸一化處理，即：r=R/(R+G+B),g=G/(R+G+B), I=(R+G+B)/3。然後利用背景和當前幀r,g的插值和I的比例來確定陰影區域：

// shadeImg is a binary image,the value th2 and th3 are chosen empirically here,set th2=0.6 th3=1.5, th4=7
void ShadeDetect(IplImage *currImg, IplImage *bkImg, IplImage *shdadeImg,double
 
 th1,double th2,double th3,double th4)
{
       cvZero(shdadeImg);
       unsigned char* currData;
       unsigned char* bkData;
       unsigned char* shadeData;
       int i=0,j=0;
       int height=currImg->height;
       int width=currImg->width;
       double rb=0,gb=0,Ib=0,Rb=0,Gb=0,Bb=0;
       
 
double rt=0,gt=0,It=0,Rt=0,Gt=0,Bt=0;
      //CvScalar cs=cvScalarAll(255);
       for (i=0;i<height;i++)
       {
             currData=(unsigned char*)currImg->imageData+i*currImg->widthStep;
             bkData=(unsigned char*)bkImg->imageData+i*bkImg->widthStep;
             shadeData=(unsigned char*)shdadeImg->imageData+i*shdadeImg->widthStep;
            for (j=0;j<width;j++)
           {
                // current normalized
                  Rt=currData[j*3];
                  Gt=currData[j*3+1];
                  Bt=currData[j*3+2];
                  rt=Rt/(Rt+Gt+Bt);
                  gt=Gt/(Rt+Gt+Bt);
                  It=(Rt+Gt+Bt)/3;
                 // Bk normalized
                 Rb=bkData[j*3];
                 Gb=bkData[j*3+1];
                 Bb=bkData[j*3+2];
                rb=Rb/(Rb+Gb+Bb);
                gb=Gb/(Rb+Gb+Bb);
                Ib=(Rb+Gb+Bb)/3;
              // judge whether is shadeimg
              if (fabs(rt-rb)<=th1 && fabs(gt-gb)<th1 && It/Ib>=th2 && It/Ib<=th3 && fabs(It-Bt)<th4)
             {
                    shadeData[j]=255;
             }  
       }
   }
}

代碼改成mat格式，發現沒有th1，把論文也擼了一遍也沒看到，自己嘗試了一些經驗值，發現沒啥效果。

嘗試二、

邊緣檢測的各種暢想