python+opencv识别炉口的材料个数（方法简单）

       经历了一个月的opencv的学习，首先我要推荐一本学习opencv很有用的书《opencv轻松面向python》。我在做下面的这个项目的时候基本是看这个书的。

下面先介绍我所做的图像识别的内容：

        这是一个工厂的四个炉口，我要做的任务是识别炉口中放了几个材料。通过肉眼观察我们知道一共有三个材料。

 我对这个图像识别的步骤大致如下：1.对图像进行高斯滤波，消去图像的噪声。

2.对图像进行灰度化。（因为我下面要对图像进行二值化，二值化的目标图像是灰度图）

3.对图像进行二值化。

4.进行开运算,它是一个先腐蚀后膨胀的过程。开运算可以用来消除小黑点，在纤细点处分离物体、平滑较大物体的边界的 同时并不明显改变其面积。（做完这一步图像可能没什么变化，就是觉得高级，单纯的想加上）

5.关键一步，进行腐蚀操作，这样消除一些白色的小方块。

代码如下：

1.导入库，读取图片，显示图片

显示出的图片：

 2.对图片进行一系列的操作：

I=cv2.imread('D:\\opencv\\4w.png') 
img_Guassian=cv2.GaussianBlur(I,(5,5),0)  #高斯滤波，去除图片中的噪声
gray=cv2.cvtColor(img_Guassian,cv2.COLOR_BGR2GRAY)  #灰度化图像
thre,bw=cv2.threshold(gray,245,255,cv2.THRESH_BINARY)  #对图片进行二值化操作
#二值化后，进行形态学操作（开运算，腐蚀+膨胀），去除细小干扰
kernel=np.ones((7,7),np.uint8)  #设置形态学操作卷积核大小
opening=cv2.morphologyEx(bw,cv2.MORPH_OPEN,kernel)
cv2.imshow('opening',opening)  #查看形态学操作后的结果并展示
cv2.waitKey(0)
cv2.destroyAllWindows()
#腐蚀
kernels=np.ones((6,6),np.uint8)
erosion=cv2.erode(opening,kernels,iterations=2)#后面iterations是迭代的次数，我让它迭代两次。
imshow(erosion)

腐蚀过后图片变为：

到这一步我们应该就要考虑改如何让计算机识别材料的个数。

我采用面积的方法来计算材料的个数。计算出空白处没有材料的面积，计算这个面积占整个炉口的面积的比例，通过这种方法我们可以得出材料的个数。

3.识别轮廓

#得到轮廓contours
contours,hir=cv2.findContours(erosion,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE) 
# 检测所有轮廓，所有轮廓建立一个等级树结构。外层轮廓包含内层轮廓，内层轮廓还可以继续包含内嵌轮廓。
result = cv2.drawContours(I, contours, -1, (0, 255, 0), 3)  #利用得到的轮廓信息，将轮廓绘制出
imshow(result)

这张图片绿色线画出的联通区域是识别出来的轮廓。 

4.计算轮廓的面积

n=len(contours)#n是轮廓的个数
contoursImg=[]
for i in range(n)://用一个循环语句计算出四个轮廓的面积
    print("contours["+str(i)+"]面积=",cv2.contourArea(contours[i]))
    temp=np.zeros(I.shape,np.uint8)
    contoursImg.append(temp)
    contoursImg[i]=cv2.drawContours(contoursImg[i],contours,i,(255,255,255),3)
    cv2.imshow("contours["+str(i)+"]",contoursImg[i])
#在这里我让他单独显示出了每个轮廓的形状，方便观看。
    cv2.waitKey()
    cv2.destroyAllWindows()

 

 四个轮廓的面积：

contours[0]面积= 15600.5
contours[1]面积= 3574.5
contours[2]面积= 16329.5
contours[3]面积= 14834.5

 5.识别材料的个数

首先我们要通过数学的计算，算出2和3炉口的面积。

一个材料的窄侧的横截面积=第三个轮廓的面积-第二个轮廓的面积

2炉口的面积=3炉口的面积=第三个轮廓的面积＋一个材料窄侧的横截面积

#手算可得2和三的炉口面积为：29084.5
#一个材料的面积：12755
for i in range(n):
    im_count = 0
    if i==0 or i== 3:  # 第1,4个炉口
        im_ratio=cv2.contourArea(contours[i])/15600.5
        if im_ratio>0.6:
            im_count=0
        else:
            im_count=1
    elif i==1 or i==2:           # 第2,3个炉口
        im_ratio=cv2.contourArea(contours[i])/29084.5
        if im_ratio >0.57:
            im_count = 0
        elif im_ratio>0.13 and im_ratio<=0.57:
            im_count = 1
        elif im_ratio<=0.13:
            im_count=2
    print('第{}个炉口的材料的个数为：{}'.format(i+1,im_count))

 最后的答案是：

第1个炉口的材料的个数为：0
第2个炉口的材料的个数为：2
第3个炉口的材料的个数为：1
第4个炉口的材料的个数为：0