草フォルダと土フォルダに仕分けする分岐処理

Question

前提・実現したいこと

地面を撮ったとき、草が多い地面と土の部分が多い地面の画像を分けて、それぞれのフォルダに仕分けしたいと思ってます。
実際分けてみると。明らかに土の部分が多い画像なのに、草のフォルダに入ってしまっているケースがあります。
そういう場合の分岐処理をどう解決したらいいか教えて下さい。
条件
分散値10以上かつRGBのGの値が高いとき草フォルダ
分散値が10以下でRGBのGの値が高くても土フォルダ

っていうのがいいと思うんですが、どうなんでしょうか？

発生している問題・エラーメッセージ

エラーメッセージなし

該当のソースコード

#include <opencv2/opencv.hpp>

int main(int argc, char **argv){
	cv::Mat srcM;
	std::vector<cv::Mat> rgbPlanes;
	
 	srcM = cv::imread(argv[1], cv::IMREAD_COLOR);
	
	cv::split(srcM, rgbPlanes);
	
// 	cv::imshow("b", rgbPlanes[0]);
// 	cv::imshow("g", rgbPlanes[1]);
// 	cv::imshow("r", rgbPlanes[2]);
	
	cv::Scalar red_mean, green_mean, blue_mean, meanRGB, stdRGB;	
	red_mean = cv::mean(rgbPlanes[2]);
	green_mean = cv::mean(rgbPlanes[1]);
	blue_mean = cv::mean(rgbPlanes[0]);
	
	cv::Mat m = (cv::Mat_<double>(1,3) << red_mean[0], green_mean[0], blue_mean[0]);
	cv::meanStdDev(m, meanRGB, stdRGB);
	printf("%f,%f,%f,%f\n",red_mean[0], green_mean[0], blue_mean[0], stdRGB[0]);
	
	char movefilename[1024];
	if (stdRGB[0] > 10 || red_mean[0] < green_mean[0]){
		sprintf(movefilename, "kusa/%s", argv[1]);
	}else{
		sprintf(movefilename, "tuti/%s", argv[1]);
	}
	rename(argv[1], movefilename);

// 	cv::waitKey(0);
	
	return 0;
}

試したこと

分散値10以上の時だけだとまだうまく仕分けできてなかったため、RGBのGの値がRGBのRの値より大きい場合という条件を追加しました。

補足情報（FW/ツールのバージョンなど）

TARGETS = bs # コンパイルしたいプログラム名
SRCS = blockSlideDivide.cpp
CC = g++ # 使うコンパイラ
LIB = 
CFLAGS = -Wall -O2 -std=c++11
OBJS := $(SRCS:.cpp=.o)
OBJS := $(addprefix objs/,$(OBJS))
OPENCVINC = `pkg-config --cflags opencv4`
OPENCVLIB = `pkg-config --libs opencv4`

all: $(TARGETS)

$(TARGETS): $(OBJS)
	$(CC) $(LDFLAGS) -o $@ $(OBJS) $(OPENCVLIB) $(LIB)

objs/%.o: ./%.cpp
	-mkdir objs
	$(CC) $(CFLAGS) -c $< -o $@ $(OPENCVINC) $(OPENCVLIB) $(LIB)

clean:
	rm -rf $(TARGETS)
	rm -rf objs/*.o
	rm -rf objs

Comments

[tiitoi]

> 分散値10以上かつRGBのGの値が高いとき草フォルダ
> 分散値が10以下でRGBのGの値が高くても土フォルダ

こういうパラメータチューニングを人手でやるのは大変なので、決定木とか機械学習を使って決めたほうがよいのではないでしょうか？

[K.Saitoh]

tiitolさん

たしかにそうなのですが、
このプログラムは機械学習でやる前の前処理的な役割で、どうしても何千枚と画像があるので自動で分けてみようという気持ちで作ったものなのです。

地面を撮って分割した画像を仕分けしようとしているのですが、地面の写真は必ずしも土の部分だけではなく草の部分もあるのでそれを土と認識されてしまうと良くないと思っています。

[tiitoi]

色ベースでやるなら、RGB でなく、HSV 色空間に変換してから Hue 成分の値で判断したほうがよいかもしれません。

> このプログラムは機械学習でやる前の前処理的な役割で

機械学習のデータセット作成が目的なのであれば、数千枚程度であれば人手でわけたほうがいいです。自動で分けた結果、機械学習に与える教師データがそもそも間違っていたということになれば、精度のいいモデルは作れません。逆に色ベースのやり方でほぼ100%の精度が出るのなら、機械学習をやる必要もないわけで。

[K.Saitoh]

tiitoiさん

>色ベースでやるなら、RGB でなく、HSV 色空間に変換してから Hue 成分の値で判断したほうがよいかもしれません。

なるほど

>機械学習のデータセット作成が目的なのであれば、数千枚程度であれば人手でわけたほうがいいです。
まじかぁ・・・と思いつつ確かにと思いました。

Answer 1

結局、力技で一枚一枚分類しました

Answer 2

1. 各画素の色が「緑(草相当)なのかそれ以外なのか」を，

RGBでもHSVでも何でもよいので判定する処理をとりあえず用意し，いくつかのデータを用いてそこそこの閾値を決める．
2. 画像が与えられたとき，上記の処理を用いて，「草」と判定された画素の数と，それ以外の画素の数とを比較し，ある程度前者側が多い場合(比率か何かで判定)には，この画像を「草」フォルダ側に分類する．