跳转至

使用 Python-OpenCV 计算对象数量

原文:https://www.geesforgeks.org/count-object-number-use-python-opencv/

在本文中，我们将使用图像处理来计算 Python 中使用 OpenCV 的对象数量。

需要的模块

  • OpenCv:OpenCv 是一个开源库，对于图像处理、视频处理、面部识别和检测等计算机视觉应用非常有用。
  • Numpy:Numpy 是一个用于科学计算的 python 包。这是一个受欢迎的机器学习数学库。Numpy 的主要对象是多维数组。
  • Matplotlib:Matplotlib 是一个用于数据可视化和数据图形化绘图的 Python 库。

使用的图像:。

逐步实施

步骤 1: 导入所需库。

蟒蛇 3

# Import libraries
import cv2
import numpy as np
import matplotlib.pyplot as plt

第二步:我们将使用“cv2.imread(image-name)”命令&读取图像，然后使用“cv2.CVT color(image-name，cv2)将该图像转换为灰度图像。COLOR_BGR2GRAY)“T5”命令。

蟒蛇 3

image = cv2.imread('coins.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
plt.imshow(gray, cmap='gray')

输出:

第三步:为了计数，我们必须检测边缘，但是在检测边缘之前，我们必须使图像模糊以避免噪声。使用cv2。GaussianBlur(图像名称，内核大小，标准。偏差】)。

蟒蛇 3

blur = cv2.GaussianBlur(gray, (11, 11), 0)
plt.imshow(blur, cmap='gray')

输出:

步骤 4: 现在我们将使用 canny 算法检测边缘，cv2.canny()函数中的第二个&第三个参数是阈值。30&150 之间值被认为是该图像的边缘。

蟒蛇 3

canny = cv2.Canny(blur, 30, 150, 3)
plt.imshow(canny, cmap='gray')

输出:

第五步:我们可以看到边没有连接。我们需要连接边缘，必须让更多的 thiker &可见。

蟒蛇 3

dilated = cv2.dilate(canny, (1, 1), iterations=0)
plt.imshow(dilated, cmap='gray')

输出:

第六步:现在我们要计算图像中的轮廓&把图像从 BGR &转换成 RGB 然后画出轮廓。

蟒蛇 3

(cnt, hierarchy) = cv2.findContours(
    dilated.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
cv2.drawContours(rgb, cnt, -1, (0, 255, 0), 2)

plt.imshow(rgb)

输出:

第 7 步:打印结果

蟒蛇 3

print("coins in the image : ", len(cnt))

输出:

coins in the image:  5

下面是完整的实现:

蟒蛇 3

# Import libraries
import cv2
import numpy as np
import matplotlib.pyplot as plt

image = cv2.imread('coins.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

blur = cv2.GaussianBlur(gray, (11, 11), 0)
canny = cv2.Canny(blur, 30, 150, 3)
dilated = cv2.dilate(canny, (1, 1), iterations=0)

(cnt, hierarchy) = cv2.findContours(
    dilated.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
cv2.drawContours(rgb, cnt, -1, (0, 255, 0), 2)

print("coins in the image : ", len(cnt))

输出:

coins in the image :  5
回到顶部