石子计数-二值化，膨胀，腐蚀，连通域

最新推荐文章于 2023-06-17 21:46:56 发布

古风子

最新推荐文章于 2023-06-17 21:46:56 发布

阅读量546

点赞数

分类专栏： python AI图像处理文章标签： python opencv 二值化，膨胀，腐蚀，连通域

本文链接：https://blog.csdn.net/jiadongfengyahoo/article/details/124051868

版权

18 篇文章 5 订阅

订阅专栏

这篇博客详细介绍了图像处理的步骤，包括将图像转化为灰度，进行边界提取，二值化，膨胀和腐蚀操作，以及连通域分析。通过这些操作，可以有效地识别和分离图像中的特定区域。最后，作者展示了如何计算连通区域的数量，对于图像分析和识别任务具有重要意义。

摘要由CSDN通过智能技术生成

import cv2
import numpy as np

image = cv2.imread("2.png")

from PIL import Image
img_cv_bgr = Image.fromarray(image)
img_cv_bgr

请添加图片描述

转化成灰度图片

image2 = cv2.medianBlur(image, 1)
gray = cv2.cvtColor(image2, cv2.COLOR_BGR2GRAY)

img_cv_bgr = Image.fromarray(gray)
img_cv_bgr

请添加图片描述

边界核定义

kernel = np.array([
  [1, 2.2, 1],
  [0, 0, 0],
  [-1, -2.8, -1]
])

rgb = cv2.cvtColor(image2, cv2.COLOR_BGR2RGB)
resulting_image = cv2.filter2D(rgb, -1, kernel)

img_cv_bgr = Image.fromarray(resulting_image)
img_cv_bgr

请添加图片描述

gray = cv2.cvtColor(resulting_image, cv2.COLOR_RGB2GRAY)
#显示值大于100的区域
ret, th = cv2.threshold(gray, 100, 255, cv2.THRESH_BINARY)

img_cv_bgr = Image.fromarray(th)
img_cv_bgr

请添加图片描述

膨胀大小为2x2

kernel2 = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (2, 2))
th_close = cv2.dilate(th, kernel2, iterations=2)

img_cv_bgr = Image.fromarray(th_close)
img_cv_bgr

请添加图片描述

腐蚀操作，减少连通区域

kernel2 = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (2, 2))
th_close = cv2.erode(th, kernel2, iterations=1)

img_cv_bgr = Image.fromarray(th_close)
img_cv_bgr

请添加图片描述

该函数输入为一个二值化图像，输出为一个长为4的tuple:

num_labels, labels, stats, centroids = cv2.connectedComponentsWithStats(th_close, connectivity=4)

石子数量

num_labels

关注

专栏目录