C#实现图像中白色及相近色调矩形检测的技术需求

一、识别白色及相近色调区域 #

先定义“白色相近色调”的判断规则，推荐两种方式：

• RGB阈值法：白色RGB为(255,255,255)，设定容差（比如20），只要像素的R/G/B分量都在[255-容差, 255]区间内，就判定为目标区域。
• HSV亮度法：将RGB转HSV后，取亮度通道值（范围0-100），只要亮度>90%，就判定为接近白色，这种方式对光照变化适应性更强。

用System.Drawing实现的基础检测代码：

int whiteTolerance = 20;
Bitmap targetImage = new Bitmap("你的图片路径");
bool[,] isWhitePixel = new bool[targetImage.Width, targetImage.Height];

for (int x = 0; x < targetImage.Width; x++)
{
    for (int y = 0; y < targetImage.Height; y++)
    {
        Color pixel = targetImage.GetPixel(x, y);
        // RGB阈值判断
        bool isWhite = (pixel.R >= 255 - whiteTolerance) &&
                       (pixel.G >= 255 - whiteTolerance) &&
                       (pixel.B >= 255 - whiteTolerance);
        isWhitePixel[x, y] = isWhite;
    }
}

二、提取白色矩形区域 #

得到白色像素矩阵后，需要提取连通的矩形区域，推荐用OpenCVSharp简化开发（也可以自己实现区域生长算法，但效率较低）：

1. 将布尔矩阵转为灰度图，白色区域设为255，其余为0。
2. 调用轮廓检测接口找到所有白色连通区域。
3. 对每个轮廓计算最小外接矩形，过滤掉面积过小的噪点区域。

示例代码：

// 转换为OpenCV的Mat格式
Mat grayMat = new Mat(targetImage.Height, targetImage.Width, MatType.CV_8UC1);
for (int x = 0; x < targetImage.Width; x++)
{
    for (int y = 0; y < targetImage.Height; y++)
    {
        grayMat.Set<byte>(y, x, isWhitePixel[x, y] ? (byte)255 : (byte)0);
    }
}

// 查找轮廓
List<Point[]> contours = new List<Point[]>();
Cv2.FindContours(grayMat, contours, null, RetrievalMode.External, ContourApproximationMode.ApproxSimple);

// 提取有效矩形
List<Rectangle> whiteRects = new List<Rectangle>();
foreach (var contour in contours)
{
    Rect rect = Cv2.BoundingRect(contour);
    // 过滤小区域，阈值根据实际图像调整
    if (rect.Area() > 500)
    {
        whiteRects.Add(new Rectangle(rect.X, rect.Y, rect.Width, rect.Height));
    }
}

三、映射矩形到TableLayout控件 #

根据提取的矩形排列规律，动态生成TableLayout的面板：

1. 按矩形的Y坐标分组（同一行的Y值相近），每组内按X坐标排序（从左到右排列）。
2. 设置TableLayout的行列数，按矩形尺寸设置行列的自适应样式。
3. 遍历每个矩形，创建Panel控件并添加到对应单元格。

示例代码：

// 按Y坐标分组，10为分组阈值，可根据实际调整
var rowGroups = whiteRects.GroupBy(r => r.Y / 10)
                           .OrderBy(g => g.Key)
                           .ToList();

tableLayoutPanel1.RowCount = rowGroups.Count;
tableLayoutPanel1.ColumnCount = rowGroups.Max(g => g.Count);

// 配置行列样式并添加面板
for (int rowIndex = 0; rowIndex < rowGroups.Count; rowIndex++)
{
    tableLayoutPanel1.RowStyles.Add(new RowStyle(SizeType.AutoSize));
    var sortedRects = rowGroups[rowIndex].OrderBy(r => r.X).ToList();
    
    for (int colIndex = 0; colIndex < sortedRects.Count; colIndex++)
    {
        if (colIndex >= tableLayoutPanel1.ColumnStyles.Count)
        {
            tableLayoutPanel1.ColumnStyles.Add(new ColumnStyle(SizeType.AutoSize));
        }
        
        Panel panel = new Panel();
        panel.BackColor = Color.LightGray; // 模拟白色矩形区域
        panel.Size = new Size(sortedRects[colIndex].Width, sortedRects[colIndex].Height);
        tableLayoutPanel1.Controls.Add(panel, colIndex, rowIndex);
    }
}

注意事项 #

• 容差、面积过滤阈值需要根据实际图像调整，避免误识别。
• 若不用OpenCVSharp，可自行实现区域生长算法，但仅适合小尺寸图像。
• 若矩形排列不规则，需额外处理行列对齐逻辑，比如按最大行宽、最大列高统一尺寸。

内容的提问来源于stack exchange，提问作者Gokhan