資訊專欄INFORMATION COLUMN
摘要：前兩天跟一個(gè)朋友吃飯，聊到他在做的圖像識別測量雪深，對此深感興趣，找時(shí)間就把了解一下。識別標(biāo)桿上紅色刻度的數(shù)量。讀取圖片首先，將紅色部分提取，則需要將原圖進(jìn)行顏色空間轉(zhuǎn)換，轉(zhuǎn)換類型使用方法。是一種將色彩模型中的點(diǎn)在圓柱坐標(biāo)系中的表示法。
前兩天跟一個(gè)朋友吃飯，聊到他在做的圖像識別測量雪深，對此深感興趣，找時(shí)間就把 OpenCV 了解一下。
識別標(biāo)桿上紅色刻度的數(shù)量。
研究了一下午，話不多說，直接開始演示吧。
import cv2
# 讀取圖片
img = cv2.imread("./snow.jpeg")
首先，將紅色部分提取，則需要將原圖進(jìn)行顏色空間轉(zhuǎn)換，轉(zhuǎn)換類型使用 BGR2HSV 方法。
HSV 是一種將RGB色彩模型中的點(diǎn)在圓柱坐標(biāo)系中的表示法。H 為色相，是色彩的基本屬性，S 為飽和度，V 為明度。
從網(wǎng)上查了下，紅色區(qū)域的 H 值在 [0,10] 和 [170,180]，使用 inRange 方法將紅色范圍內(nèi)外的顏色區(qū)分開
hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) mask1 = cv2.inRange(hsv_img, np.array([0, 70, 50]), np.array([10, 255, 255])) mask2 = cv2.inRange(hsv_img, np.array([170, 70, 50]), np.array([180, 255, 255])) mask = mask1 | mask2
mask 顯示效果如下
此時(shí)，圖像上除了刻度外，還有些地方呈現(xiàn)白色，需要將這些雜質(zhì)過濾掉，同時(shí)也要將垂直部分的白色去掉，需要經(jīng)過先膨脹再腐蝕再膨脹三個(gè)過程。為什么要這樣呢？因?yàn)檫@樣才能過濾掉雜質(zhì)以及垂直方向的紅線部分，以致達(dá)到效果，具體看下面的代碼和圖。
dilated = cv2.dilate(mask, cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3)), iterations=2) # 創(chuàng)建一個(gè)水平的結(jié)構(gòu)元素，進(jìn)行腐蝕和膨脹 hline = cv2.getStructuringElement(cv2.MORPH_RECT, (int(dilated.shape[1] / 32), 1), (-1, -1)) # 腐蝕掉多余的白色部分 temp = cv2.erode(dilated, hline) # 使白色部分膨脹 dst_img = cv2.dilate(temp, hline)
效果如下：
得到提取后的部分，發(fā)現(xiàn)還有一個(gè)問題，左右刻度有些連結(jié)在了一起，此時(shí)需要分割。分割的方式是先計(jì)算一下寬度，得出中點(diǎn)寬度值，在此原圖對應(yīng)的中點(diǎn)寬度畫一條黑線（不過效率有點(diǎn)低啊
文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址：http://m.hztianpu.com/yun/43624.html
摘要：時(shí)間永遠(yuǎn)都過得那么快，一晃從年注冊，到現(xiàn)在已經(jīng)過去了年那些被我藏在收藏夾吃灰的文章，已經(jīng)太多了，是時(shí)候把他們整理一下了。那是因?yàn)槭詹貖A太亂，橡皮擦給設(shè)置私密了，不收拾不好看呀。 ...
摘要：納入深度學(xué)習(xí)模型來進(jìn)一步提升準(zhǔn)確率只是時(shí)間問題，事實(shí)上，這個(gè)時(shí)間已經(jīng)到來。最新版本支持基于深度學(xué)習(xí)的，準(zhǔn)確率顯著提高。該函數(shù)使用基于深度學(xué)習(xí)的文本檢測器來檢測不是識別圖像中的文本區(qū)域。高效使用概率最高的文本區(qū)域，刪除其他重疊區(qū)域。 By Adrian Rosebrock on September 17, 2018 in Deep Learning, Optical Character ...
摘要：行代碼的人臉識別看了行的人臉識別一文后，簡單嘗試了一下，發(fā)現(xiàn)識別準(zhǔn)確度不夠。膜拜完大神，直接開干首先，安裝以及相關(guān)依賴工具代碼略作改動執(zhí)行之后效果是這樣的完美識別結(jié)論如果要做人臉識別的話，建議選擇，而不要選擇。 7行代碼(OpenCV)的人臉識別 看了《7行Python的人臉識別》一文后，簡單嘗試了一下，發(fā)現(xiàn)識別準(zhǔn)確度不夠。原始圖像如下： showImg(https://segment...
閱讀 1690·2021-11-22 13:53
閱讀 2939·2021-11-15 18:10
閱讀 2842·2021-09-23 11:21
閱讀 2569·2019-08-30 15:55
閱讀 546·2019-08-30 13:02
閱讀 823·2019-08-29 17:22
閱讀 1780·2019-08-29 13:56
閱讀 3507·2019-08-29 11:31
