Побочные пробуждения в Java на самом деле происходят?

... другое старомодное решение - чисто , основанное на обработке HSV :

1. Преобразование изображений в цветовое пространство HSV
2. Создание масок в соответствии с эвристикой в ​​HSV (см. Ниже)
3. Применение морфологического расширения к маске для соединения разрозненных областей
4. Отбрасывание небольших областей и горизонтальных блоков (помните, деревья являются вертикальными блоками)
5. Рассчитать ограничивающую рамку

Слово об эвристике при обработке ВПГ:

1. все с оттенками (H) между 210 - 320 градусами отбрасывается как сине-пурпурный, который должен находиться на заднем плане или в несоответствующих областях
2. все с значениями (V) ниже, чем 40% также отбрасывается как слишком темный, чтобы быть актуальным.

   Вот код MATLAB, который нужно сделать (предупреждение: код далеко не оптимизирован !!! Я использовал методы, не рекомендуемые для программирования на MATLAB, просто чтобы иметь возможность отслеживать что-либо в процессе - это может быть значительно оптимизировано) :

   % clear everything
   clear;
   pack;
   close all;
   close all hidden;
   drawnow;
   clc;
   
   % initialization
   ims=dir('./*.jpg');
   num=length(ims);
   
   imgs={};
   hsvs={}; 
   masks={};
   dilated_images={};
   measurements={};
   boxs={};
   
   for i=1:num, 
       % load original image
       imgs{end+1} = imread(ims(i).name);
       flt_x_size = round(size(imgs{i},2)*0.005);
       flt_y_size = round(size(imgs{i},1)*0.005);
       flt = fspecial( 'average', max( flt_y_size, flt_x_size));
       imgs{i} = imfilter( imgs{i}, flt, 'same');
       % convert to HSV colorspace
       hsvs{end+1} = rgb2hsv(imgs{i});
       % apply a hard thresholding and binary operation to construct the mask
       masks{end+1} = medfilt2( ~(hsvs{i}(:,:,1)>(210/360) & hsvs{i}(:,:,1)<(320/360))&hsvs{i}(:,:,3)>0.4);
       % apply morphological dilation to connect distonnected components
       strel_size = round(0.03*max(size(imgs{i})));        % structuring element for morphological dilation
       dilated_images{end+1} = imdilate( masks{i}, strel('disk',strel_size));
       % do some measurements to eliminate small objects
       measurements{i} = regionprops( dilated_images{i},'Perimeter','Area','BoundingBox'); 
       for m=1:length(measurements{i})
           if (measurements{i}(m).Area < 0.02*numel( dilated_images{i})) || (measurements{i}(m).BoundingBox(3)>1.2*measurements{i}(m).BoundingBox(4))
               dilated_images{i}( round(measurements{i}(m).BoundingBox(2):measurements{i}(m).BoundingBox(4)+measurements{i}(m).BoundingBox(2)),...
                   round(measurements{i}(m).BoundingBox(1):measurements{i}(m).BoundingBox(3)+measurements{i}(m).BoundingBox(1))) = 0;
           end
       end
       dilated_images{i} = dilated_images{i}(1:size(imgs{i},1),1:size(imgs{i},2));
       % compute the bounding box
       [y,x] = find( dilated_images{i});
       if isempty( y)
           boxs{end+1}=[];
       else
           boxs{end+1} = [ min(x) min(y) max(x)-min(x)+1 max(y)-min(y)+1];
       end
   
   end 
   
   %%% additional code to display things
   for i=1:num,
       figure;
       subplot(121);
       colormap gray;
       imshow( imgs{i});
       if ~isempty(boxs{i})
           hold on;
           rr = rectangle( 'position', boxs{i});
           set( rr, 'EdgeColor', 'r');
           hold off;
       end
       subplot(122);
       imshow( imgs{i}.*uint8(repmat(dilated_images{i},[1 1 3])));
   end
   

   Результаты:

   В результатах я показываю замаскированное изображение и ограничивающий прямоугольник.