C++ opencv-3.4.1 物體計數(shù)

使用opencv對簡單物體進(jìn)行計數(shù),不使用深度學(xué)習(xí)的方法,如果使用深度學(xué)習(xí)的方法肯定比這個更加準(zhǔn)確。直接就是用opencv的方法,如果對圖像處理不熟悉的話估計效果肯定不行,這里也有很多的參數(shù)和api方法進(jìn)行調(diào)試,因為是進(jìn)行計數(shù),標(biāo)定物體是必然操作。

圖片:


這里有一個難點就是這么把單個玉米粒進(jìn)行分開,因為二值化之后有幾個玉米粒的二值圖是相連的,參考距離變換,可以得到閉合區(qū)域中心點到邊緣的變化值,這時玉米粒的聯(lián)通區(qū)域像素會出現(xiàn)山峰一樣變換,對山峰進(jìn)行二值化操作就可以把玉米粒分開了。

方法:

  1. 二值化操作
  2. 形態(tài)學(xué)操作,盡量把玉米粒分開
  3. 距離變換
  4. 局部的二值化操作,按照山峰的頂點區(qū)域進(jìn)行二值化操作
  5. 輪廓查找
  6. 計數(shù)
#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>

using namespace cv;
using namespace std;
Mat src, dst, gray_src;
char input_image[] = "input image";
char output_image[] = "output image";

int main(int argc, char ** argv){

    src = imread("case4.jpg");
    if (src.empty()){
        printf("colud not load image ..\n");
        return -1;
    }

    namedWindow(input_image, CV_WINDOW_AUTOSIZE);
    namedWindow(output_image, CV_WINDOW_AUTOSIZE);
    imshow(input_image, src);

    

    // 二值化操作
    cvtColor(src, gray_src, COLOR_BGR2GRAY);
    threshold(gray_src, gray_src, 0,255,THRESH_BINARY | THRESH_TRIANGLE);
    imshow("binary image", gray_src);

    // 形態(tài)學(xué)操作
    Mat kernel = getStructuringElement(MORPH_RECT, Size(5, 5), Point(-1, -1));
    dilate(gray_src, gray_src, kernel, Point(-1, -1), 1);
    imshow("dilate image", gray_src);

    // 距離變換 
    Mat dist;
    bitwise_not(gray_src, gray_src);
    distanceTransform(gray_src, dist, CV_DIST_L2, 3);
    normalize(dist, dist, 0, 1.0, NORM_MINMAX);
    imshow("dist image", dist);

    // 閾值二值化
    Mat dist_8u;
    dist.convertTo(dist_8u, CV_8U);
    // threshold(dist_8u, dist_8u, 0.3,1, THRESH_BINARY | THRESH_TRIANGLE);
    adaptiveThreshold(dist_8u, dist_8u, 255, ADAPTIVE_THRESH_GAUSSIAN_C, THRESH_BINARY, 139, 0.0);
    kernel = getStructuringElement(MORPH_RECT, Size(5, 5), Point(-1, -1));
    erode(dist_8u, dist_8u, kernel, Point(-1, -1), 2); // erode dilate
    imshow("dist-binary",dist_8u);
    
    vector<vector<Point>> contours;
    findContours(dist_8u, contours, CV_RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

    // draw resutl
    Mat markers = Mat::zeros(src.size(), CV_8UC3);
    RNG rng(12345);
    for (size_t t = 0; t < contours.size();t++)
    for (size_t t = 0; t < contours.size(); t++) {
        drawContours(markers, contours, static_cast<int>(t), Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)),
            -1, 8, Mat());
    }
    printf("number of corns : %d", contours.size());
    imshow(output_image, markers);

    waitKey(0);
    return 0;
}

二值化操作

形態(tài)學(xué)操作

距離變換

輪廓查找

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容