opencv實現礦石圖片檢測礦石數量

本文實例為大傢分享瞭opencv礦石圖片檢測礦石數量的具體代碼,供大傢參考,具體內容如下

原始礦石圖片

此類圖片是高躁圖,二值化後圖像如下

采用膨脹的方法去除黑色噪點

二值圖黑白轉化dilateImg = 255 - dilateImg #黑白轉換

全部代碼如下:

import cv2  
import numpy as np
import matplotlib.pyplot as plt
import pywt

"""原始圖像導入"""      
img = cv2.imread("000166.jpg")  
#img = cv2.resize(img, (1600, 896))
#cv2.imshow("original", img)
"""轉化為灰度圖像"""
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) 
#cv2.imshow("gray", gray)

"""轉化為二值圖像
#dst0 = cv2.adaptiveThreshold(gray,255,cv2.ADAPTIVE_THRESH_MEAN_C,cv2.THRESH_BINARY,251, 1)
cv2.imshow("black&white", dst0)"""

"""圖像去躁
denose = cv2.fastNlMeansDenoising(gray,None,100,7,21)
cv2.imshow("denosing", denose)"""

"""小波圖像去躁
coeffs = pywt.dwt2(gray, 'haar')
cA1,(cH1, cV1, cD1) = coeffs
cD1 = np.zeros(cD1.shape) + 255
coeffs = cA1,(cH1, cV1, cD1)
denose = pywt.idwt2(coeffs, 'haar')
cv2.imshow("denose", denose)"""

"""轉化為二值圖像"""
dst1 = cv2.adaptiveThreshold(gray,255,cv2.ADAPTIVE_THRESH_MEAN_C,cv2.THRESH_BINARY,251, 1)
cv2.imshow("black&white", dst1)

"""膨脹用於排除小型黑洞"""
kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(6,6))   #(此矩陣有關於黑點、噪點的去除)
dilateImg = cv2.dilate(dst1, kernel)
#erodImg = cv2.erode(dilateImg, kernel)
cv2.imshow("erodImg&wdilateImg",dilateImg)


"""計算數目"""
dilateImg = 255 - dilateImg #黑白轉換
imgs,contours,hierarchy = cv2.findContours(dilateImg,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)  #輪廓檢測函數
cv2.drawContours(dilateImg,contours,-1,(120,0,0),2)  #繪制輪廓
cv2.imshow("calcuate",dilateImg)

count=0 #礦石總數
ares_avrg=0  #礦石平均
#遍歷找到的所有礦石
for cont in contours:
    ares = cv2.contourArea(cont)#計算包圍形狀的面積
    if ares<50:   #過濾面積小於50的形狀
        continue
    count+=1    #總體計數加1
    ares_avrg+=ares
    print("{}-blob:{}".format(count,ares),end="  ") #打印出每個礦石的面積
    rect = cv2.boundingRect(cont) #提取矩形坐標
    print("x:{} y:{}".format(rect[0],rect[1]))#打印坐標
    #cv2.rectangle返回值是x,y,w,h
    cv2.rectangle(img,(rect[0],rect[1]),(rect[0]+rect[2],rect[1]+rect[3]),(0,0,0xff),1)#繪制矩形
    y=10 if rect[1]<10 else rect[1] #防止編號到圖片之外
    cv2.putText(img,str(count), (rect[0], y), cv2.FONT_HERSHEY_COMPLEX, 1, (0, 255, 0), 3) #在礦石左上角寫上編號
print("礦石平均面積:{}".format(round(ares_avrg/ares,2))) #打印出每個礦石的面積
print(count)
cv2.imshow("original", img)

cv2.waitKey()
#cv2.destroyAllWindows() # important part!

本來想用小波去躁,把HH全置255(看你目標是用黑還是白表示,此處用黑色表示),效果不太好,隻能選膨脹來搞瞭。

最後的結果如下:(話說結果圖沒什麼不能拖動縮放呢- -。)

以上就是本文的全部內容,希望對大傢的學習有所幫助,也希望大傢多多支持WalkonNet。

推薦閱讀: