opnencv-python目标检测-查找目标区域并测量实际尺寸

最新推荐文章于 2024-08-07 10:03:20 发布

江湖夜雨十年灯。。。

最新推荐文章于 2024-08-07 10:03:20 发布

阅读量2k

点赞数

分类专栏：装配式 opencv识别文章标签： opencv python 计算机视觉

本文链接：https://blog.csdn.net/xgd2016/article/details/106374020

版权

本文介绍使用 opencv-python 进行目标检测，以识别装配式建筑中的叠合板尺寸。通过灰度图和二值化处理，提取目标区域，并探讨在复杂环境下识别的挑战。

摘要由CSDN通过智能技术生成

先感谢大佬（文章引用）：https://blog.csdn.net/qq_33854260/article/details/106297999

这是一个关于预制构件的项目，已经研究好久了今天把这些贴上来

需要处理的原图片长这个样子：

简单介绍一下，这个东西叫做叠合板，是现在国家大力推广的装配式建筑里面的一种常用构件，我们需要识别检测的就是它的尺寸。即获得像素块即可，因为相机是固定的直接根据实际长度算出来一个比例尺就好了。最主要的是先搞定图像的处理。

首先对他进行一个灰度图，二值化的处理，二值化是自动计算阈值的二值化。先看这部分实现的代码：

import cv2 
import numpy as np
from matplotlib import pyplot as plt

image=cv2.imread('00000008.jpg')   #图片就在当前目录下
gray = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)  #把输入图像灰度化
h, w =gray.shape[:2]
m = np.reshape(gray, [1,w*h])
mean = m.sum()/(w*h)

ret, mask_sel =  cv2.threshold(gray, mean, 255, cv2.THRESH_BINARY)


#, contours, hierarchy = cv2.findConto