Sto provando a rilevare il conteggio dei tubi in questa immagine. Per questo, sto usando OpenCV e rilevamento basato su Python. Sulla base delle risposte esistenti a domande simili, sono stato in grado di elaborare i seguenti passaggi
- Apri l'immagine
- Filtra
- Applica rilevamento bordi
- Usa contorni
- Controlla il conteggio
Il conteggio totale dei tubi è ~ 909 quando lo contiamo manualmente diamo o prendiamo 4.
Dopo aver applicato il filtro
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
Ho questa immagine mascherata
Questo sembra abbastanza accurato in termini di numero di rettangoli visibili che mostra. Tuttavia, quando provo a prendere il conteggio e tracciare il riquadro di selezione in cima all'immagine, seleziona anche molte regioni indesiderate. Per i cerchi, HoughCircles ha un modo per definire il raggio massimo e minimo. Esiste qualcosa di simile per i rettangoli che può migliorare la precisione. Inoltre, sono aperto a suggerimenti per approcci alternativi a questo problema.
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)
AGGIORNAMENTO Sulla base della seconda risposta ho convertito il codice c ++ in codice Python e ho ottenuto risultati più vicini ma perdendo ancora alcuni ovvi rettangoli.