基于Python+Pyqt+Opencv的气浮图片气泡特征识别

       最近在使用我们的新型防堵型释放器做气浮试验，以探究释放器的一些物理特性。其中，气泡沿软管长度的形态变化(气泡量、气泡粒径)需要重点关注。故试验过程中使用单反拍摄了大量(1000张左右)照片，照片如图1所示。软管中有少量粒径较大气泡，大部分粒径较小，较难直接观测。

                                                                                        图1 软管中的气泡分布

        为了验证观测的可行性，使用Photoshop调图片的亮度、对比度后进行锐化，锐化图片如图2所示。从锐化图片可以明显看到微小气泡的存在。为了验证统计的可行性，特地让师弟(在这里特别感谢李林原同学)从图片中截取了几个断面做气泡直径分析。气泡直径分析？说起来好像挺高端，其实就是用Photoshop的标尺来量像素。软管的外径是已知的，像素也是可测量的，一个简单的比例的关系就可以算出来气泡大小。

                                                                                         

                                                                                         图2 锐化后图片

        但进度不是很理想，仅一张图片我师弟就忙活了整整一天，想想夹子里总共1000张左右的图片，就跟他开玩笑说：慢慢数吧，数完了你硕士就毕业了：)

         所以痛点就在于方案是可行的，但效率是不足的。正巧手上有一本毛星云著的《OpenCV3编程入门》，OpenCV3在图像处理方面功能还是蛮强大的，Photoshop可以实现的功能，理论上都可以使用OpenCV编码来实现。但OpenCV的短板就在于控件只有一个Slider，功能太过于单一，Label、Button、textbox啥啥的啥都没有，这就需要做一个Client程序来集成OpenCV。读硕士之前及当中我是断断续续做过一年左右的码农的(这里要感谢硕导的开明以及高胜经理的培养)，但基本上都是做B/S结构的项目，C/S结构的基本上不怎么涉及，所以选择一个功能强大的，轻量级的，短时间可以上手的桌面环境就极为重要。上述书中使用的环境为VC++，这个环境下貌似只有Windows API和MFC可选择，使用Windows API做桌面程序简直就是噩梦，一条条API慢慢查，慢慢堆，果断放弃。MFC封装好一些，但是学习周期较长，且是上世纪末的产物，现在基本淘汰(当然，市面上还能看到不少MFC的程序，可能也算与老程序员兼容吧：）)。在Visual Studio中，还有C sharp可以选择，但C sharp我也不会，且C sharp下如何调用OpenCV我也完全没有概念。最终，我还是把注意力集中在了Pyqt上，我其实从博一就开始关注Pyqt了，只是一直也没有地方用，所以也就只是看看了文档和例程，仅仅有些感性认识。Pyqt的优点在于：1、可移植性好；2、与Python的兼容性高；3、Python牛逼性强；4、门槛低；关于可移植性，Pyqt脱胎于qt，Windows、Linux(包括类Linux，如MAC)、Android通吃，完全是一处编码，处处运行。关于Python的牛逼之处，我就不多说了，搞科研的都懂。关于门槛低，Pyqt本身还带辅助界面设计程序Qt designer，使用pyuic5可以直接将生成的UI文件转换成py文件，直接在py文件里面写逻辑就行。做出来的第一个版本如图3所示。

                                          

                                                                                         图3 第一版程序

        本来想将图片加载后在图中的QLabel(也就是灰框框)里面显示，但我显然还是太高估了自己的水平（也是因为对Pyqt、Python、numpy根本不熟），所以最终还是选择了妥协，使用OpenCV的imshow()来显示图片。如何显示不重要，重要的是功能的实现。

                                                                                     图4 第二版程序

        当功能基本都实现后，还是对UI进行了调整，调整后的程序如图5所示。

                                             

                                             

                                                                                     图5 第三版程序

到这里，就基本上搞定了，识别出来的气泡边缘如图6所示(这是原照片中的一个小的局部，本来识别出来的气泡应该是圆形的，但由于拍摄设备能力有限，以及光影、折射、散射、算法等因素的原因，导致识别出来的气泡并不圆，不过由于气泡本身直径非常小，这些误差暂时忽略不计)。

                                                      

                                                                                        图6 气泡边缘识别图

        边缘特征参数记录如图7所示。