【Linux】jetson开发教程—RGB判据火焰识别

不必害怕未知，无需恐惧犯错，做一个Creator！

一、原理流程图

二、RGB判据原理

人眼的视网膜上有两类感光器：锥状体和杆状体。其中，锥状体对红、绿、蓝三种颜色的光很敏感，因此一般用于人眼观看的颜色模型是RGB模型。
对于普通的火焰来说，它的红色分量和绿色分量会很大，并且绿色分量会大于蓝色分量，所以我们设下的简单判据是：
S = (1-3.0*minValue/(R+G+B))
R > RT R>=G>=B S>=((255-R)*ST/RT)
RT = 115; // 115~135
ST = 45; //55~65

三、实现代码及分析

int main(int argc, char *argv[])
{
   string filepath = "/home/cr/Desktop/QTfiles/FireTest/fire1.jpg";
   Mat inputImg = imread(filepath,1); //"1" means color images

    CheckColor(inputImg);
    return 0;
}

Mat CheckColor(Mat &inImg)
{
    Mat fireImg;
    fireImg.create(inImg.size(),CV_8UC1);

    int redThre = 115; // 115~135
    int saturationTh = 45; //55~65
    Mat multiRGB[3];
    int a = inImg.channels();
    split(inImg,multiRGB); //将图片拆分成R,G,B,三通道的颜色

    //每个像素点进行RGB判据综合判断
    for (int i = 0; i < inImg.rows; i ++)
    {
        for (int j = 0; j < inImg.cols; j ++)
        {
            float B,G,R;
            B = multiRGB[0].at<uchar>(i,j); //每个像素的R,G,B值
            G = multiRGB[1].at<uchar>(i,j);
            R = multiRGB[2].at<uchar>(i,j);

            /*B = inImg.at<uchar>(i,inImg.channels()*j + 0); //另一种调用图片中像素RGB值的方法
            G = inImg.at<uchar>(i,inImg.channels()*j + 1);
            R = inImg.at<uchar>(i,inImg.channels()*j + 2);*/

            int maxValue = max(max(B,G),R);
            int minValue = min(min(B,G),R);

            double S = (1-3.0*minValue/(R+G+B));

            //R > RT  R>=G>=B  S>=((255-R)*ST/RT)  
            if(R > redThre && R >= G && G >= B && S >0.20 && S >((255 - R) * saturationTh/redThre))
            {
                fireImg.at<uchar>(i,j) = 255;
            }
            else
            {
                fireImg.at<uchar>(i,j) = 0;
            }
        }
    }

    dilate(fireImg,fireImg,Mat(5,5,CV_8UC1));
    imshow("fire",fireImg);
    DrawFire(inImg,fireImg);
    waitKey(0);
    return fireImg;
}

void DrawFire(Mat &inputImg,Mat foreImg)
{
    vector<vector<Point>> contours_set;//保存轮廓提取后的点集及拓扑关系

    findContours(foreImg,contours_set,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_NONE);

    Mat result0;
    Scalar holeColor;
    Scalar externalColor;

    vector<vector<Point> >::iterator iter = contours_set.begin() ;
    for(; iter!= contours_set.end(); )
    {
        Rect rect = boundingRect(*iter );
        float radius;
        Point2f center;
        minEnclosingCircle(*iter,center,radius);

        if (rect.area()> 0)
        {

            rectangle(inputImg,rect,Scalar(0,255,0));
            ++ iter;

        }
        else
        {
            iter = contours_set.erase(iter);
        }
    }

    imshow("showFire",inputImg);
    waitKey(0);
}

---

提示：若有错误不足，欢迎批评指正。该系列文章仅供参考，欢迎互相学习交流。

感谢你的阅读，期待你的关注收藏点赞！