小案例:使用OpenCV数一数玉米粒的个数
一、概述
案例:给出一张玉米图片数一数有多少玉米粒(ps:玉米粒之间有相互压住的情况)
实现步骤:
1.输入原图
2.灰度图像
3.二值化(使用自动预值),黑白图
4.使用心态学开操作进行降噪声
5.对图像进行腐蚀,对白色区域进行尽可能隔离,为下一步距离变换做准备
6.执行距离变换
7.进行局部二值化(将玉米粒隔离开)
8.进行膨胀操作消除黑色噪点
9.执行边缘检测
10.执行轮廓发现
11.绘制轮廓并得出轮廓个数,轮廓的个数就是玉米粒的个数。
12.结束
二、代码示例
src = imread(filePath); if(src.empty()){ cout << "图像数据为空"<<endl; return; } imshow("src",src); blur(src,src,Size(3,3),Point(-1,-1));//均值模糊去除一些噪声 cvtColor(src,gray,COLOR_BGR2GRAY);//转为灰度图像 //对图像进行二值分割,使用自动预值的方法 threshold(gray,gray,0,255,THRESH_BINARY_INV|THRESH_TRIANGLE); imshow("threshold",gray); //执行形态学开操作消除图像中的噪声点 Mat kernel = getStructuringElement(MORPH_RECT,Size(5,5)); morphologyEx(gray,gray,MORPH_OPEN,kernel,Point(-1,-1),3);//2代表连续开操作两次 imshow("morphologyEx",gray); //对图像进行腐蚀,为下一步距离变换做准备 erode(gray,gray,kernel,Point(-1,-1),3); imshow("erode",gray); //进行距离变换 distanceImage = Mat(gray.size(),CV_32FC1); distanceTransform(gray,distanceImage,DIST_L2,3); normalize(distanceImage,distanceImage,0,1,NORM_MINMAX);//归一化处理 imshow("distanceTransForm",distanceImage); //局部二值化 Mat dist_8u; distanceImage.convertTo(dist_8u,CV_8U); adaptiveThreshold(dist_8u,dist_8u,255,ADAPTIVE_THRESH_GAUSSIAN_C,THRESH_BINARY,85,0); imshow("thre",dist_8u); kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1)); //进一步膨胀,尽可能的消除黑色噪声点 dilate(dist_8u, dist_8u, kernel, Point(-1, -1), 5); imshow("dist-binary", dist_8u); //边缘检测 Canny(dist_8u,dist_8u,0,255); //执行轮廓发现 vector<vector<Point>> contours; vector<Vec4i> hierarchy;//拓扑结构 Mat myResult = Mat::zeros(dist_8u.size(),CV_8UC3); findContours(dist_8u,contours,hierarchy,RETR_EXTERNAL,CHAIN_APPROX_SIMPLE); RNG rng(12345); for(size_t i =0;i<contours.size();i++){ //绘制轮廓 drawContours(myResult,contours,i,Scalar(rng.uniform(0,255),rng.uniform(0,255),rng.uniform(0,255)),-1); } //轮廓计数 cout<< "number of:"<<contours.size()<<endl; imshow("result",myResult);
三、图片演示