Я намагаюся виявити кількість труб на цій фотографії. Для цього я використовую виявлення на основі OpenCV та Python. На підставі існуючих відповідей на подібні запитання я зміг придумати наступні кроки
- Відкрийте зображення
- Профільтруйте його
- Застосувати виявлення країв
- Використовуйте контури
- Перевірте кількість
Загальна кількість труб становить ~ 909, коли ми підраховуємо її вручну даємо або беремо 4.
Після застосування фільтра
import cv2
import matplotlib.pyplot as plt
import numpy as np
img = cv2.imread('images/input-rectpipe-1.jpg')
blur_hor = cv2.filter2D(img[:, :, 0], cv2.CV_32F, kernel=np.ones((11,1,1), np.float32)/11.0, borderType=cv2.BORDER_CONSTANT)
blur_vert = cv2.filter2D(img[:, :, 0], cv2.CV_32F, kernel=np.ones((1,11,1), np.float32)/11.0, borderType=cv2.BORDER_CONSTANT)
mask = ((img[:,:,0]>blur_hor*1.2) | (img[:,:,0]>blur_vert*1.2)).astype(np.uint8)*255
Я отримую це масковане зображення
Це виглядає досить точно з точки зору кількості видимих прямокутників, які він показує. Однак, коли я намагаюся взяти підрахунок і побудувати обмежувальну рамку вгорі картини, вона також вибирає безліч небажаних регіонів. Для кругів HoughCircles має спосіб визначення максимального та мінімального радіусу. Чи є щось подібне для прямокутників, що може підвищити точність. Також я відкритий для пропозицій щодо альтернативних підходів до цієї проблеми.
ret,thresh = cv2.threshold(mask,127,255,0)
contours,hierarchy = cv2.findContours(thresh, 1, 2)
count = 0
for i in range(len(contours)):
count = count+1
x,y,w,h = cv2.boundingRect(contours[i])
rect = cv2.minAreaRect(contours[i])
area = cv2.contourArea(contours[i])
box = cv2.boxPoints(rect)
ratio = w/h
M = cv2.moments(contours[i])
if M["m00"] == 0.0:
cX = int(M["m10"] / 1 )
cY = int(M["m01"] / 1 )
if M["m00"] != 0.0:
cX = int(M["m10"] / M["m00"])
cY = int(M["m01"] / M["m00"])
if (area > 50 and area < 220 and hierarchy[0][i][2] < 0 and (ratio > .5 and ratio < 2)):
#cv2.rectangle(img, (x,y), (x+w,y+h), (0,255,0), 2)
cv2.circle(img, (cX, cY), 1, (255, 255, 255), -1)
count = count + 1
print(count)
cv2.imshow("m",mask)
cv2.imshow("f",img)
cv2.waitKey(0)
ОНОВЛЕННЯ На основі другої відповіді я перетворив код c ++ в код python і отримав більш близькі результати, але все ще пропускаю декілька очевидних прямокутників.