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 =
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
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