加载中…用python计算米粒\硬币等的数量以及求最大尺寸的米粒
(2017-12-18 11:10:27)
标签：
it |
分类： python图像处理 |
1、图片素材
（使用python3.6, spyder开发环境，只能求分离的、色差明显的物体数量）
http://s15/mw690/005JTcFkzy7gFShloQeee&690http://s2/mw690/005JTcFkzy7gFShoRb351&690
for n in range(j):
if x[m,n]<0.5:
bg[m,n]=x[m,n]
else:
bg[m,n]=0
for n in range(j):
if y[m,n] >=0.2:
yy[m,n]=1
else:
yy[m,n]=0
for n in range(j):
if yyy[m,n]==1:
yyyy[m,n]=x[m,n]
else:
yyyy[m,n]=0
contours[t][:,0]=np.around(contours[t][:,0], decimals=1)
xbig=int(max(np.around(contours[t][:,0])))
#x最大值
xsma=int(min(np.around(contours[t][:,0])))
#x最小值
for x in
range(xsma,xbig+1):
cc=find(np.around(contours[t][:,0])==x)
dd=contours[t][cc,1]
ysma=int(min(dd))
#x对应的y的最小值，(一般有两个或者以上)
ybig=int(max(dd))
#x对应的y的最大值，(一般有两个或者以上)
for y in range(ysma,ybig+1):
if
yyy[x,y]==1:
#等于1的部分变成t
（第t个边界内部）
last[x,y]=t
else:
last[x,y]=0
tj[iii-1]=len(find(np.around(last[:][:])==iii))
for n in range(j):
if last[m,n]==find(tj==tj.max())+1:
y5[m,n]=x[m,n]
else:
y5[m,n]=0
2、
python 打开图片，转为灰度图，再转为二值图
二值图
进行一系列腐蚀和膨胀操作
使用contours = measure.find_contours(img, 0.9)
来得到边界信息
print('共有%d个硬币'%(len(contours)))
#得到多少个边界，即多少个硬币、米粒
3代码部分：
import skimage.morphology as sm
import numpy as np
import matplotlib.pyplot as plt
from skimage import measure,draw
from numpy import *
from skimage import io
x=io.imread('C:/Users/Administrator/Desktop/py/rice.jpg',as_grey=True)
#io.imshow(x)
i,j=x.shape
bg=zeros([i,j])
y=zeros([i,j])
for m in range(i):
y=x-bg
#io.imshow(bg)
#io.imshow(y)
yy=zeros([i,j])
for m in range(i):
#io.imshow(yy)
yy=sm.erosion(yy,sm.square(3))
#腐蚀 系数可以适当调整
#io.imshow(yy)
import cv2
kernel = np.ones((3,3),np.uint8)
yyy = cv2.dilate(yy,kernel,iterations =1)
#膨胀 系数可以适当调整
#io.imshow(yyy)
contours = measure.find_contours(yyy, 0.9)
#得到一系列边界（x，y）
numcoin=len(contours)
#边界个数就是米粒个数
print('共有%d个硬币'%(len(contours)))
yyyy=zeros([i,j])
for m in range(i):
from matplotlib import pyplot as plt
#%matplotlib qt5
from skimage import io
from pylab import *
mpl.rcParams['font.sans-serif'] = ['SimHei']
#可以使用中文标签
subplot(221)
io.imshow(x)
axis('off')
title('原图')
subplot(222)
io.imshow(y)
axis('off')
title('去除背景')
subplot(223)
io.imshow(yyy)
axis('off')
title('腐蚀与膨胀操作')
subplot(224)
io.imshow(yyyy)
axis('off')
title('有'+str(numcoin)+'个米粒')
plt.tight_layout()
得到如下：
可能有误差，有些黏连，调整膨胀、腐蚀的系数
调整系数
4、计算最大尺寸米粒
last=zeros([i,j])
from numpy import *
#contours[1][:,0]=np.around(contours[1][:,0])
#把浮点型取整
#利用高数 二元函数对平面积分的思想，把每个边界内部值变为1、2、3。。。
#第一个边界内部变1，第二个内部变2......，之后求最大尺寸可以从这里面找哪个数最多
for t in range(len(contours)):
io.imshow(last)
tj=zeros(int(last.max()))
for iii in range(1,int(last.max())+1):
int(find(tj==tj.max())+1)
subplot(2,2,1)
x=io.imread('C:/Users/Administrator/Desktop/py/rice.jpg',as_grey=True)
io.imshow(x)
title('原图')
subplot(2,2,2)
gray()
io.imshow(last)
title('%d个米粒'%(last.max()))
y5=zeros([i,j])
subplot(2,2,3)
for m in range(i):
#显示最大尺寸的米粒
gray()
imshow(y5)
title('最大的一粒尺寸为%d像素'%(tj.max()))
得到下图
喜欢
0
赠金笔
前一篇：欢迎您在新浪博客安家
后一篇：python对图片加密显示