枸杞动态分类-大致思路

做枸杞的动态分级(利用气吹的方式),仅仅基于颜色,不考虑大小,在进行完静态采集完图像、二值化、形态学处理、背景分割(利用二值图像做掩膜与原彩色图像进行与运算)后得到了去除背景的枸杞图像,也保留了枸杞的颜色信息。

接下来的工作,一幅图像中有多个枸杞目标,提取单个枸杞的颜色特征信息
进行按颜色分级,不太清楚这个是不是属于细粒度分类,就是把不同颜色的枸杞识别,最后气吹吹走不合格的颜色
在这里插入图片描述

在这里插入图片描述
用图e 找边界,然后框定。把每个枸杞都可以框出来,再提取颜色特征

先findContour 再用最小矩形框就ok

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要识别图片中的枸杞数量,可以通过以下步骤实现: 1. 使用Python的OpenCV库读取图片。 2. 对图片进行预处理,包括调整大小、转换为灰度图像、进行二值化处理等。 3. 使用形态学处理技术,如开运算和闭运算,去除噪点和连通枸杞。 4. 使用轮廓检测技术,找到枸杞的轮廓,并计算出枸杞的数量。 5. 在原始图片中标记出枸杞的位置和数量。 以下是一个简单的Python实现: ```python import cv2 # 读取图片 img = cv2.imread('枸杞图片.jpg') # 调整大小 img = cv2.resize(img, (800, 600)) # 转换为灰度图像 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 二值化处理 ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU) # 开运算和闭运算 kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5)) opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel) closing = cv2.morphologyEx(opening, cv2.MORPH_CLOSE, kernel) # 轮廓检测 contours, hierarchy = cv2.findContours(closing, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 计算枸杞数量 count = len(contours) # 标记枸杞位置和数量 cv2.drawContours(img, contours, -1, (0, 0, 255), 2) cv2.putText(img, f"Count: {count}", (50, 50), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2) # 显示结果 cv2.imshow('Result', img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 这个算法使用了开运算和闭运算技术,去除了噪点和连通枸杞。然后使用轮廓检测技术找到枸杞的轮廓,并计算数量。最后将结果标记在原始图片上并显示出来。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值