如何解决我应该使用什么样的参数来查找和裁剪图像中的对象?
我是深度学习的新手,并尝试实现用于图像聚类的 ML 算法。问题是我无法使用 OpenCV 在 Python 中裁剪图像中的对象。 这是我实现的代码,如果对象的颜色与背景非常不同(RGB 值),它适用于某些对象,但它不适用于 ML 算法所需的图像。我应该拥有/更改什么样的参数?有什么建议吗?
import cv2
import numpy as np
from PIL import Image
import tkinter as tk
from tkinter import filedialog as fd
from tkinter import*
import random
#!/usr/bin/python
from PIL import Image
import sys
myFile = 'Path' + '/crop.png'
nr_of_im = 1
q = 0
r = 0
x_list = []
y_list = []
img = cv2.imread(myFile,cv2.IMREAD_UNCHANGED)
ret,thresh = cv2.threshold(cv2.cvtColor(img.copy(),cv2.COLOR_BGR2GRAY),30,255,cv2.THRESH_BINARY)
contours,hier = cv2.findContours(thresh,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
for contour in contours:
print("len",len(contours))
if cv2.contourArea(contour) > 80:
x,y,w,h = cv2.boundingRect(contour)
q = w
r = h
x_list.append(x)
y_list.append(y)
font = cv2.FONT_HERSHEY_SIMPLEX
ROI = img[y-10:y+10+h,x-10:x+10+w]
ROI = cv2.resize(ROI,(300,300))
file_all = "/images/%d.jpg"%nr_of_im
nr_of_im += 1
cv2.imwrite(file_all,ROI)
图像中有21个物体,但轮廓长度返回1。图像看起来像这样
crop.png:
解决方法
你的阈值太低了,对我来说产生了一个全白的图像。你需要提高你的门槛。始终查看您的阈值以确保它按您期望的方式工作。您以后可以随时删除查看。
以下适用于我使用阈值为 97 的 Otsu 阈值。我得到 21 个轮廓。
输入:
import cv2
import numpy as np
# read image
img = cv2.imread('blocks.jpg')
# convert to grayscale
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
# threshold
ret,thresh = cv2.threshold(gray,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)
print(ret)
# apply morphology fill and separate large regions and remove small ones
kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(9,9))
morph = cv2.morphologyEx(thresh,cv2.MORPH_CLOSE,kernel)
kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(15,15))
morph = cv2.morphologyEx(morph,cv2.MORPH_OPEN,kernel)
# get contours
result = img.copy()
contours = cv2.findContours(morph,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
contours = contours[0] if len(contours) == 2 else contours[1]
# get count of contours
print(len(contours))
# draw bounding boxes on contours
for cntr in contours:
x,y,w,h = cv2.boundingRect(cntr)
cv2.rectangle(result,(x,y),(x+w,y+h),(0,255),2)
#print("x,h:",x,h)
# save results
cv2.imwrite("blocks_thresh.jpg",thresh)
cv2.imwrite("blocks_morphology.jpg",morph)
cv2.imwrite("blocks_bboxes.jpg",result)
# show thresh and result
cv2.imshow("thresh",thresh)
cv2.imshow("morph",morph)
cv2.imshow("result",result)
cv2.waitKey(0)
cv2.destroyAllWindows()
阈值图像:
经过形态学处理的图像:
从轮廓产生的边界框:
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。