九宫格人车识别

最新推荐文章于 2024-09-07 12:31:37 发布

余弦的倒数

最新推荐文章于 2024-09-07 12:31:37 发布

阅读量1k

点赞数

分类专栏： Python 图像处理文章标签： opencv 计算机视觉 python

本文链接：https://blog.csdn.net/qq_47898999/article/details/126470102

版权

图像处理同时被 2 个专栏收录

4 篇文章 1 订阅

订阅专栏

Python

3 篇文章 0 订阅

订阅专栏

一、原理

通过霍夫检测圆的个数来识别小人位置。
在这里插入图片描述

二、过程

1.二值图像

在这里插入图片描述

2.去掉宫格内容，便于分割

在这里插入图片描述

3.对二值图填补，减少纹理

在这里插入图片描述

4.分割九宫格，依次检测每个宫格中圆个数

在这里插入图片描述

5.最终显示小人所在宫格图片，在img6.jpg中

在这里插入图片描述
详细程序运行结果

三、代码

image = cv2.imread('mancar.jpg',0)
ret,bw = cv2.threshold(image,180,255,cv2.THRESH_BINARY)
cv2.imshow("bin",bw)
#闭运算,去掉九宫格内的内容，便于检测每个宫格轮廓
kernel = np.ones((10,10),np.uint8)
bw2 = cv2.morphologyEx(bw, cv2.MORPH_CLOSE, kernel)
cv2.imshow("bw2",bw2)
#开运算减少纹理
kerne2 = np.ones((4,4),np.uint8)
bw = cv2.morphologyEx(bw, cv2.MORPH_OPEN, kerne2)
cv2.imshow("bw3",bw)
pictue_size=bw2.shape
picture_height=pictue_size[0]
picture_width=pictue_size[1]
#边界提取
contours, hierarchy = cv2.findContours(bw2,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)
#九宫格分割
img=[0 for i in range(len(contours))]
print("宫格区域数量",len(contours))
for j in range(0,len(contours)):  
    x, y, w, h = cv2.boundingRect(contours[j])
    img[j]=bw[y:y+h,x:x+w]
    cv2.imwrite('img%s.jpg'%str(j),img[j])
countor=[]
for i in range(0,len(contours)):
    circles= cv2.HoughCircles(img[i],cv2.HOUGH_GRADIENT,1,20,param1=100,param2=14,minRadius=17,maxRadius=150)
    #输出检测到圆的个数
    print('宫格检测圆边个数',len(circles[0]))
    countor.append(len(circles[0]))
    #根据检测到圆的信息，画出每一个圆
    for circle in circles[0]:
        if (circle[2] >= 100):
            continue
        #坐标行列
        x=int(circle[0])
        y=int(circle[1])
        #半径
        r=int(circle[2])
        #在原图用指定颜色标记出圆的位置
        img[i]=cv2.circle(img[i],(x,y),r,(0,255,0),1)
    #显示新图像
    cv2.imshow('circledetect',img[i])
    cv2.waitKey(0)
min=0
for k in range(len(contours)):
    if countor[min]>countor[k]:
        min=k
print("小人在宫格img%s中"%min)
man=cv2.imread('img6.jpg')
cv2.imshow('man',man)
cv2.waitKey(0)