按颜色重量选择图像部分上的点

Question

需要在图像上选择指定数量的点（实际上是该图像的一部分）。图像较暗的部分更重要。

这样做的最简单方法是随机选择它们。但即使丢掉使用过的积分，通常也会在某些点与其他点太靠近的情况下结束，特别是在尊重体重时。

也许选择点后，动态应该减少重量？没试过。

我注意到原始图像有太多不同的颜色，所以我想平滑它以切断相似的颜色。然而，转换为灰度是不够的。
我用Emgu CV（OpenCV包装）函数来二值化图像。比我试图计算分水岭，但计算区域不是很容易分开。一般来说，分水岭是非常“非直观”的方法来检测较暗的地方。

简单地说：我想从较暗的部分开始在图像上标记点 - 部分应该比打火机更频繁地标记。点应分散在相似的一组颜色上，以避免堆积在附近的地方。

该算法不一定要准确。它可以在下一次迭代中给出不同的结果。点数从10到150-200不会很大。

如何从较暗区域开始计算散布在图像上的指定点数？

想象我的意思是看下面的图片。它包含选定的点（数量~20）。大多选择较暗的部分。下次迭代后，点不必出现在相同的位置上。但是我想要的是当它们的数量更高时，选择较亮区域上的点。

当然，对于不同的图像来说，跳出黑暗所需的点数会有所不同。

Answer 1

如果我正确理解你的问题，你需要在图像上点的列表。该列表必须包含来自黑色区域的几个点和来自白色区域的几个点。

一个简单的方法 - 遍历每个像素。将当前像素的值存储在变量's'中，然后：

if(s < 64) // Darker 
    if(rand() % 5 == 1) 
     // Add to list 
else  // White 
    if(rand() % 25 == 1) 
     // Add to list