python - 使用 opencv 检测和计数 blob/连接对象

Question

我想检测和计算图像中触摸的对象，同时忽略可能被视为单个对象的对象。我有基本图像，我尝试在其上应用一种cv2.HoughCircles()方法来尝试识别一些圆圈。然后我解析了返回的数组并尝试使用cv2.circle()在图像上绘制它们。

但是，我似乎总是得到太多的圆圈返回，cv2.HoughCircles()无法弄清楚如何只计算接触的物体。

这是我正在处理的图像

到目前为止我的代码：

import numpy
import matplotlib.pyplot as pyp
import cv2

segmentet = cv2.imread('photo')
houghCircles = cv2.HoughCircles(segmented, cv2.HOUGH_GRADIENT, 1, 80, param1=450, param2=10, minRadius=30, maxRadius=200)
houghArray = numpy.uint16(houghCircles)[0,:]

for circle in houghArray:
    cv2.circle(segmented, (circle[0], circle[1]), circle[2], (0, 250, 0), 3)

这是我得到的图像，这与我真正想要的相差甚远。

我怎样才能正确识别和计算所述对象？

标签： pythonopencv

Answer 1

这是 Python OpenCV 中的一种方法，通过获取轮廓区域和轮廓的凸包区域。取比率 (area/convex_hull_area)。如果足够小，那么它就是一团斑点。否则它是一个孤立的 blob。

输入：

import cv2
import numpy as np

# read input image
img = cv2.imread('blobs_connected.jpg')

# convert to grayscale
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# threshold to binary
thresh = cv2.threshold(gray, 128, 255, cv2.THRESH_BINARY)[1]

# find contours
#label_img = img.copy()
contour_img = img.copy()
contours = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
contours = contours[0] if len(contours) == 2 else contours[1]
index = 1
isolated_count = 0
cluster_count = 0
for cntr in contours:
    area = cv2.contourArea(cntr)
    convex_hull = cv2.convexHull(cntr)
    convex_hull_area = cv2.contourArea(convex_hull)
    ratio = area / convex_hull_area
    #print(index, area, convex_hull_area, ratio)
    #x,y,w,h = cv2.boundingRect(cntr)
    #cv2.putText(label_img, str(index), (x,y), cv2.FONT_HERSHEY_COMPLEX_SMALL, 1, (0,0,255), 2)
    if ratio < 0.91:
        # cluster contours in red
        cv2.drawContours(contour_img, [cntr], 0, (0,0,255), 2)
        cluster_count = cluster_count + 1
    else:
        # isolated contours in green
        cv2.drawContours(contour_img, [cntr], 0, (0,255,0), 2)
        isolated_count = isolated_count + 1
    index = index + 1
    
print('number_clusters:',cluster_count)
print('number_isolated:',isolated_count)

# save result
cv2.imwrite("blobs_connected_result.jpg", contour_img)

# show images
cv2.imshow("thresh", thresh)
#cv2.imshow("label_img", label_img)
cv2.imshow("contour_img", contour_img)
cv2.waitKey(0)

红色簇，绿色孤立斑点：

文字信息：

number_clusters: 4
number_isolated: 81