python，opencv利用自适应阈值分割法实现微滴图像分割并计数

最新推荐文章于 2024-06-17 21:39:08 发布

Hu_AmI

最新推荐文章于 2024-06-17 21:39:08 发布

阅读量1.5k

点赞数 1

分类专栏： OpenCV 文章标签： python opencv 图像分割

本文链接：https://blog.csdn.net/qq_32295155/article/details/103633116

版权

本文介绍如何使用Python和OpenCV库，通过自适应阈值方法来分割微滴图像，并进行精确的微滴计数。内容包括图像预处理、自适应阈值应用及后续的图像分析技术。

摘要由CSDN通过智能技术生成

import cv2
import numpy as np

blockSize = 31
value = -1

#count = 0  #液滴总数
area = 0  #单个液滴面积
min_area = 40
max_area = 1500


#闭运算
def close(image):
    kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(5,5))
    iClose = cv2.morphologyEx(image,cv2.MORPH_CLOSE,kernel)
    return iClose

#开运算
def open(image):
    kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(16,16))
    iOpen = cv2.morphologyEx(image,cv2.MORPH_OPEN,kernel)
    return iOpen

#查找轮廓
def findConftours(srcImage,binary):
    contours,hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
    cv2.drawContours(srcImage,contours,-1,(0,0,255),3)

#遍历所有的荧光区域,计数
def countAll(contours,image):
    global count
    count = 0
    for i in range(np.size(contours)):
        area = cv2.contourArea(contours[i])  #计算闭合轮廓面积
        if (area < min_area) or (area > max_area):
            continue
        else:
            count =