iPhone应用程序的图像中的颜色替换

Question

基本上我想为我的绘画应用程序实现颜色替换功能。 下面是原始的和预期的输出

原文：

用户与某个阈值以及选择更换改变墙壁的颜色

我已经尝试了两种方法，但不能得到预期运行后

方法1：
Queue-based Flood Fill算法颜色替换 但我得到低于输出非常缓慢，墙影未得到保存。

方法2： 所以我必须想看看另一种选择和SO How to change a particular color in an image?

发现下面的文章，但我无法理解我的，从代码实现的逻辑，而不是确定第3步。

请根据我的理解，找到以下代码，了解每个步骤。

1）使用cvCvtColor将图像从RGB转换为HSV（我们只想更改色调 ）。

IplImage *mainImage=[self CreateIplImageFromUIImage:[UIImage imageNamed:@"original.jpg"]]; 
IplImage *hsvImage = cvCreateImage(cvGetSize(mainImage), IPL_DEPTH_8U, 3); 
IplImage *threshImage = cvCreateImage(cvGetSize(mainImage), IPL_DEPTH_8U, 3); 
cvCvtColor(mainImage,hsvImage,CV_RGB2HSV); 

2）隔离与cvThreshold指定 一定公差的颜色（要一定范围的颜色，而不是一个平面彩色）。的最小尺寸以下的颜色

cvThreshold(hsvImage, threshImage, 0, 100, CV_THRESH_BINARY); 

3）弃区域使用斑点检测 库等cvBlobsLib。这将消除场景中类似 颜色的点。 我是否需要指定原始图像或thresold图像？

CBlobResult blobs = CBlobResult(threshImage, NULL, 0); 
blobs.Filter(blobs, B_EXCLUDE, CBlobGetArea(), B_LESS, 10); 

4）面膜与cvInRangeS颜色和使用 所得掩模以应用新的色调。

不确定这个函数如何帮助颜色替换，并且不能理解要提供的参数。

5）cv将新图像与 新色调合成一个图像，并在第1步中保存的饱和度和亮度 通道组成。

我明白，cvMerge会合并H S和V三个通道，但我如何使用以上三个步骤的输出。

所以基本上坚持了OpenCV的实现，

如果可能的话，请指导我对OpenCV的实行或任何其他解决方案试训。

Answer 1

最后，我能够使用下面的javacv代码实现一些所需的输出，并且同样移植到opencv。

该解决方案具有2个问题

1. 没有边缘检测，我想使用轮廓我可以实现它

2. 更换颜色具有平坦的色调和饱和应该设置基于源 像素的色调，其坐在差异，但不知道如何实现。可以使用cvAddS

   IplImage image = cvLoadImage("sample.png"); 
   CvSize cvSize = cvGetSize(image); 
   
   
   IplImage hsvImage = cvCreateImage(cvSize, image.depth(),image.nChannels()); 
   
   IplImage hChannel = cvCreateImage(cvSize, image.depth(), 1); 
        IplImage sChannel = cvCreateImage(cvSize, image.depth(), 1); 
        IplImage vChannel = cvCreateImage(cvSize, image.depth(), 1); 
   cvSplit(hsvImage, hChannel, sChannel, vChannel, null); 
   
   
   IplImage cvInRange = cvCreateImage(cvSize, image.depth(), 1); 
   CvScalar source=new CvScalar(72/2,0.07*255,66,0); //source color to replace 
   CvScalar from=getScaler(source,false); 
   CvScalar to=getScaler(source, true); 
   
   cvInRangeS(hsvImage, from , to, cvInRange); 
   
   IplImage dest = cvCreateImage(cvSize, image.depth(), image.nChannels()); 
   
   IplImage temp = cvCreateImage(cvSize, IPL_DEPTH_8U, 2); 
   cvMerge(hChannel, sChannel, null, null, temp); 
   
   cvSet(temp, new CvScalar(45,255,0,0), cvInRange);// destination hue and sat 
   cvSplit(temp, hChannel, sChannel, null, null); 
   cvMerge(hChannel, sChannel, vChannel, null, dest); 
   cvCvtColor(dest, dest, CV_HSV2BGR); 
   cvSaveImage("output.png", dest); 
   

方法用于计算阈

CvScalar getScaler(CvScalar seed,boolean plus){ 
    if(plus){ 
     return CV_RGB(seed.red()+(seed.red()*thresold),seed.green()+(seed.green()*thresold),seed.blue()+(seed.blue()*thresold)); 
    }else{ 
     return CV_RGB(seed.red()-(seed.red()*thresold),seed.green()-(seed.green()*thresold),seed.blue()-(seed.blue()*thresold)); 
    } 
     }