《图像处理实例》 之 物体计数

目标：

灰度化--->>>阈值化--->>>形态学：

因为玉米都连在一起了，没办法通过形态学分割，所以进行距离变换：

阈值操作，这点需要进行可变的阈值进行观察，找到一个合适的阈值：

轮廓查找计数：

 

遇到的问题：

A.  

    1.用下面这个自适应阈值必须进行数据的转换，不能直接传入数据！不然程序一直崩溃，找了很久才发现。

    2.最后一个参数给个0就可以了，倒数第二个参数为大于1的数。

　 3.倒数第二个参数一定为基数，当为偶数的时候一直奔溃！！！

    Middle_image.convertTo(show_image, CV_8U);

    adaptiveThreshold(show_image, output_image, 255, ADAPTIVE_THRESH_GAUSSIAN_C, THRESH_BINARY, 79, 0);

B.

　 1.下面这个距离变换第三个参数：名义上是那么多参数，我试了一下可以使用的是前四个，后面使用之后就崩溃，具体原因我也不知道。

enum DistanceTypes {
DIST_USER = -1, //!< User defined distance
DIST_L1 = 1, //!< distance = |x1-x2| + |y1-y2|
DIST_L2 = 2, //!< the simple euclidean distance
DIST_C = 3, //!< distance = max(|x1-x2|,|y1-y2|)
DIST_L12 = 4, //!< L1-L2 metric: distance = 2(sqrt(1+x*x/2) - 1))
DIST_FAIR = 5, //!< distance = c^2(|x|/c-log(1+|x|/c)), c = 1.3998
DIST_WELSCH = 6, //!< distance = c^2/2(1-exp(-(x/c)^2)), c = 2.9846
DIST_HUBER = 7 //!< distance = |x|<c ? x^2/2 : c(|x|-c/2), c=1.345
};

    2.输出参数要求是8-bit or 32-bit floating-point，就是CV_8FU1、CV_32FU1，其实直接定义个Mat，然后传入数据就行了。

  　distanceTransform(Middle_image, Middle_image, DIST_L2, DIST_MASK_3, 5);

代码：

C.

　　定义数组长度的时候千万多比实际使用多一点，不然就一直崩溃！！！

     char countText[50];//
     sprintf(countText,"The Corn count is : %d", static_cast<int>(i));

#define _CRT_SECURE_NO_WARNINGS
#include<iostream>
#include <opencv2/opencv.hpp>
#include <math.h>
using namespace cv;
using namespace std;

RNG rng(12345);

Mat input_image, threshold_image, output_image, Middle_image, show_image;
int g_value = 68;

void AdjustThresholdValue(int, void*);

int main(int argc, char**argv)
{
    input_image = imread("1.jpg");
    if (input_image.data == NULL) {
        return -1; cout << "can't open image.../";
    }
    imshow("Sourse Image", input_image);
    cvtColor(input_image, Middle_image, COLOR_RGB2GRAY);
    //imshow("Gray Image", Middle_image);
    threshold(Middle_image, Middle_image,0,255, THRESH_BINARY| THRESH_TRIANGLE);
    //imshow("Gray Image", Middle_image);
    Mat kernel = getStructuringElement(MORPH_RECT, Size(5, 5), Point(-1, -1));
    morphologyEx(Middle_image, Middle_image, MORPH_CLOSE,kernel);
    //imshow("morphology Image", Middle_image);
    morphologyEx(Middle_image, Middle_image, MORPH_DILATE, kernel);
    imshow("dilate Image", Middle_image);
    bitwise_not(Middle_image, Middle_image);
    imshow("distance Image", Middle_image);
    distanceTransform(Middle_image, Middle_image, DIST_L2, DIST_MASK_3, 5);
    normalize(Middle_image, Middle_image, 0, 1, NORM_MINMAX);
    imshow("distance Image", Middle_image);
    
    Middle_image.convertTo(show_image, CV_8U);
    namedWindow("threshold Image",1);
    createTrackbar("value","threshold Image",&g_value,100, AdjustThresholdValue);
    AdjustThresholdValue(0,0);
    waitKey(0);
    return 0;
}

void AdjustThresholdValue(int, void*)
{
    int k = (g_value * 2 + 1);
    adaptiveThreshold(show_image, output_image, 255, ADAPTIVE_THRESH_GAUSSIAN_C, THRESH_BINARY, k, 0);
    Mat kernel = getStructuringElement(MORPH_RECT, Size(9, 9), Point(-1, -1));
    morphologyEx(output_image, output_image, MORPH_OPEN, kernel);
    imshow("threshold Image", output_image);
    Mat temp;
    output_image.copyTo(temp);
    vector<vector<Point>> contours;
    vector<Vec4i> hierarchy;
    findContours(output_image,contours,hierarchy, RETR_TREE, CHAIN_APPROX_NONE,Point(-1,-1));
    size_t i;
    for (i = 0; i < contours.size(); i++)
    {
        drawContours(output_image, contours, static_cast<int>(i), Scalar(255, 0, 0), 2);
    }
    char countText[50];//定义数组长度的时候千万多比实际使用多一点，不然就一直崩溃！！！
    sprintf(countText,"The Corn count is : %d", static_cast<int>(i));
    putText(output_image, countText, Point(30,30), FONT_HERSHEY_SIMPLEX, 1.0, Scalar(255, 255, 255), 2, 16);
    imshow("Contours Image", output_image);
}

 

 

参考：贾老师opencv系列