使用图像处理技术和卷积神经网络（CNN）的作物病害检测

在这里，我们将讨论使用 OpenCV 图像处理技术进行作物疾病严重程度检测。这个过程不涉及任何训练部分。基于颜色分割技术，我们只提取更健康的植物区域。并根据总植物面积与更健康的区域计算疾病严重程度。

为此，我使用了一些马铃薯植物图像

基于图像分割的植物病害严重程度计算。

什么是 OpenCV？

OpenCV 是用于执行机器学习和计算机视觉任务的图像处理软件工具或库。该库带有一组内置脚本来执行图像分析、图像检测等。该工具主要应用于对象跟踪、图像分析、图像处理、人脸识别等

什么是 HSV 颜色？

H - 色调，是颜色成分（基础颜色），范围 0-180    S -  饱和度，是颜色深度的大小，范围 0-255    V -  颜色的亮度，范围 0-255

HSV 是一种颜色格式，如 RGB。该图显示了 HSV 的颜色图。与 RGB 相比，它很容易从 HSV 中的图像中提取所需的颜色区域。HSV 图像不受光照或气候变化的影响。

形态学操作

形态变换或操作是对图像执行的一些简单操作，以在图像内进行一些形态变化。此操作在单通道图像上执行。该操作需要 2 个输入进行处理，一个是二进制图像，另一个是称为 kernel 的结构元素。为了执行这个操作，一个已知大小的内核被用来对图像进行卷积。操作类型一般取决于我们使用的内核类型。腐蚀和膨胀是两个基本的形态学运算。在这个项目中，我们使用了形态学开运算。

腐蚀

腐蚀是对图像执行的一种形态学操作。这种操作的基本直觉是它使用内核腐蚀图像。图像被腐蚀后，去除了噪声ÿ