opcv数玉米案例

最新推荐文章于 2023-04-25 17:58:06 发布

尘缘已飞

最新推荐文章于 2023-04-25 17:58:06 发布

阅读量161

点赞数

文章标签：计算机视觉 opencv 图像处理

本文链接：https://blog.csdn.net/qq_52026310/article/details/126742080

版权

该博客介绍了一种基于OpenCV的图像处理方法，用于数玉米粒。通过二值化、边缘检测、形态学操作和轮廓查找等步骤，实现对玉米粒的精确分割。博主探讨了距离变换方法的局限性，并提出使用轮廓提取作为替代方案，这种方法对参数调整的需求相对较少。在实际应用中，通过过滤掉小轮廓以提高准确性。

摘要由CSDN通过智能技术生成

OPCV数玉米案例

对于我们传统的数玉米，我看了网上的案例，大家都和贾志刚老师描述的一样，
即二值分割+形态学操作+距离变换+连通域计算。但是这个方法的偶然性太多，对于距离变换来说，我们需要不断的调参，换一张图就不适合。按照人眼的思维，还是把一个一个轮廓画出来分割开来更实用，也需要调参，但是相对用距离变换的方法来说，此方法调的参数相对来说少一点。

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
#include <vector>
#include <format>

using namespace cv;
using namespace std;

Mat src, gray_src, dst,binary;
int t1_value = 50;
int max_value = 255;
const char* OUTPUT_TITLE = "Canny Result";

int main(int argc, char** argv) {
	src = imread("./case4.2.png");
	if (!src.data) {
		printf("could not load image...\n");
		return -1;
	}

	char INPUT_TITLE[] = "input image";
	namedWindow(INPUT_TITLE, WINDOW_AUTOSIZE);
	namedWindow(OUTPUT_TITLE, WINDOW_AUTOSIZE);
	imshow(INPUT_TITLE, src);

	//二值化
	cvtColor(src, gray_src, COLOR_BGR2GRAY);
	threshold(gray_src,binary, 0, 255, THRESH_BINARY | THRESH_TRIANGLE);

	//提取轮廓
	Mat edge_output;
	GaussianBlur(gray_src, gray_src, Size(3, 3), BORDER_DEFAULT);
	Canny(gray_src, edge_output, 50, 100, 3, false);//最小阈值与最大阈值，sobel算子
	imshow("edge", edge_output);

	//形态学操作
	Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));
	dilate(binary, binary, kernel, Point(-1, -1));
	imshow("dilate", binary);

	bitwise_or(binary, edge_output, dst);//掩膜运算，将其分割
	imshow(OUTPUT_TITLE, dst);
	
	//闭操作，视图片处理具体情况来定
	morphologyEx(dst, dst, MORPH_CLOSE, kernel, Point(-1, -1),1);
	
	//寻找轮廓
	vector<vector<Point>>contours;
	vector<Vec4i> hierarchy;
	findContours(dst, contours, hierarchy, RETR_EXTERNAL, CHAIN_APPROX_NONE, Point());

	//绘制轮廓
	Mat con = Mat::zeros (src.size(),CV_8UC3);
	int count = 0;
	for (int t = 0; t < contours.size(); t++) {
		double area = contourArea(contours[t]);
		Rect rect = boundingRect(contours[t]);
		if (area>1000.0&&rect.width<src.rows) {
			count++;
			drawContours(con, contours, t, Scalar(0, 0, 255), 1, 8, Mat(),0,Point());
			cout << "area: " << contourArea(contours[t]) << "  ";
			cout << "Len: " << arcLength(contours[t],true) << endl;
		}	
	}

	imshow("con", con);
	cout << count << endl;

	waitKey(0);
	return 0;
}