时间戳

首页 > 解决方案 > 如何用 Opencv Python 计算图像中有多少个白色“球”？

python - 如何用 Opencv Python 计算图像中有多少个白色“球”？

问题描述

我有这张图片，我正在尝试计算有多少个白色“球”

图像

我在下面尝试这段代码并得到这个结果

结果

import cv2
import numpy as np
img = cv2.imread('MASK.jpg', cv2.IMREAD_GRAYSCALE)
img = cv2.resize(img,(700,700))
img = cv2.subtract(255, img)

detector = cv2.SimpleBlobDetector_create()

 # Detect the blobs in the image
 keypoints = detector.detect(img)
 print(len(keypoints))


 imgKeyPoints = cv2.drawKeypoints(img, keypoints, np.array([]), (0,0,255), 
 cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)

 cv2.imshow("Keypoints", imgKeyPoints)
 cv2.waitKey(0)

 cv2.destroyAllWindows()

标签： pythonimageopencvimage-processingcomputer-vision

解决方案

一些用于隔离 blob 的预处理变为对它们进行计数会有所帮助。这是一种方法：

  • 将图像转换为灰度
  • 大津的门槛
  • 变形打开以消除噪音
  • 查找轮廓和求和 blob

转换为灰度后，我们用Otsu的阈值得到二值图像

接下来，我们使用内核进行变形cv2.MORPH_ELLIPSE以消除噪音并更好地分离斑点

接下来我们找到轮廓并对斑点求和。请注意，变形关闭并没有“分离”所有连接的斑点，因此我们使用轮廓区域进行过滤。如果 blob 大于某个最小阈值，我们将 blob 计为双而不是单。这是检测到的斑点

结果

斑点：325

import cv2
import numpy as np

image = cv2.imread('1.jpg')
mask = np.zeros(image.shape, dtype=np.uint8)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray,0,255,cv2.THRESH_OTSU + cv2.THRESH_BINARY)[1]
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (7,7))
opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel, iterations=5)

cnts = cv2.findContours(opening, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]

blobs = 0
for c in cnts:
    area = cv2.contourArea(c)
    cv2.drawContours(mask, [c], -1, (36,255,12), -1)
    if area > 13000:
        blobs += 2
    else:
        blobs += 1

print('blobs:', blobs)

cv2.imshow('thresh', thresh)
cv2.imshow('opening', opening)
cv2.imshow('image', image)
cv2.imshow('mask', mask)
cv2.waitKey()

推荐阅读