1

我正在用 OpenCV 编写一个程序，该程序拍摄寄生虫卵的照片并尝试识别其中的至少一大部分。我的问题是我获得最佳结果的输入图像背景很大。我已经尝试过填充背景和裁剪它，但是当我这样做时，我得到的鸡蛋选择更差。

我目前考虑的解决方案是使用带有背景的图像然后填充它。感觉这很容易，因为我只想用黑色填充那个圆圈之外的任何东西，但我不确定如何实际执行那个行动。如果有人可以指出一种使用方法，或者任何很棒的建议。

这是图像外观的链接：

在此处输入图像描述

谢谢！

4

2 回答 2

1

似乎您需要用黑色填充图像的外部，因为这样可以更容易地识别鸡蛋，因为它们将被隔离为白色。

但是，如果寄生虫卵神奇地呈现为蓝色怎么办？我稍后会解释这一点，但这种方法可以让您摆脱每次需要分析新样本时单击图像的负担。

我用 C++ 编写了答案，但是如果您按照代码的内容进行操作，我相信您可以快速将其转换为 Python。

#include <iostream>
#include <vector>

#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>


int main(int argc, char* argv[])
{
    // Load input image (3-channel)
    cv::Mat input = cv::imread(argv[1]);
    if (input.empty())
    {
        std::cout << "!!! failed imread()" << std::endl;
        return -1;
    }   

    // Convert the input to grayscale (1-channel)
    cv::Mat grayscale = input.clone();
    cv::cvtColor(input, grayscale, cv::COLOR_BGR2GRAY);

灰度此时的样子：

    // Locate the black circular shape in the grayscale image
    std::vector<std::vector<cv::Point> > contours;
    cv::findContours(grayscale, contours, cv::RETR_LIST, cv::CHAIN_APPROX_SIMPLE);

    // Fill the interior of the largest circular shape found with BLUE
    cv::Mat circular_shape = input.clone();
    for (size_t i = 0; i < contours.size(); i++)
    {
        std::vector<cv::Point> cnt = contours[i];
        double area = cv::contourArea(cv::Mat(cnt));        

        if (area > 500000 && area < 1000000) // magic numbers to detect the right circular shape
        {
            std::cout << "* Area: " << area << std::endl;
            cv::drawContours(circular_shape, contours, i, cv::Scalar(255, 0, 0), 
                             cv::FILLED, 8, std::vector<cv::Vec4i>(), 0, cv::Point() );
        }           
    }

圆形形状此时的样子：

    // Create the output image with the same attributes of the original, i.e. dimensions & 3-channel, so we have a colored result at the end
    cv::Mat output = cv::Mat::zeros(input.size(), input.type());

    // copyTo() uses circular_shape as a mask and copies that exact portion of the input to the output
    input.copyTo(output, circular_shape);

    cv::namedWindow("Eggs", cv::WINDOW_NORMAL | cv::WINDOW_KEEPRATIO);  
    cv::imshow("Eggs", output);
    cv::resizeWindow("Eggs", 800, 600);
    cv::waitKey(0);

    return 0;
}

窗口上显示的输出是：

这种解决方案的优点是用户不需要与应用程序交互来促进检测鸡蛋，因为它们已经被涂成蓝色。

在此之后，可以对输出图像进行其他操作，例如cv::inRange()将彩色对象与图像的其余部分隔离开来。

因此，为了完整起见，我将添加几行文本/代码来演示从这一点开始您可以做些什么来将鸡蛋与图像的其余部分完全隔离：

// Isolate blue pixels on the output image
cv::Mat blue_pixels_only;
cv::inRange(output, cv::Scalar(255, 0, 0), cv::Scalar(255, 0, 0), blue_pixels_only);

blue_pixels_only在这个阶段的样子：

// Get rid of pixels on the edges of the shape 
int erosion_type = cv::MORPH_RECT; // MORPH_RECT, MORPH_CROSS, MORPH_ELLIPSE
int erosion_size = 3;
cv::Mat element = cv::getStructuringElement(erosion_type, 
                                            cv::Size(2 * erosion_size + 1, 2 * erosion_size + 1), 
                                            cv::Point(erosion_size, erosion_size));
cv::erode(blue_pixels_only, blue_pixels_only, element);
cv::dilate(blue_pixels_only, blue_pixels_only, element);

cv::imshow("Eggs", blue_pixels_only);
cv::imwrite("blue_pixels_only.png", blue_pixels_only);

blue_pixels_only在这个阶段的样子：

于 2013-11-14T22:25:40.063 回答
1

解决了我的问题，我创建了一个鼠标事件回调，它用黑色填充我点击的任何内容。下面是我在回调中使用的代码：

def paint(event, x, y, flags, param):
    global opening                                                                                                                         

    if event == cv2.EVENT_LBUTTONDOWN:
        h, w = opening.shape[:2]
        mask = np.zeros((h+2, w+2), np.uint8)
        cv2.floodFill(opening, mask, (x,y), (0, 0, 0)) 
        cv2.imshow("open", opening)
于 2013-11-14T02:27:17.180 回答