python - 在 Python 中检测白色背景上的对象

Question

我正在尝试使用 Python 来检测白色表面上有多少物体。在这篇文章的末尾可以找到一个示例图像。

我想知道我应该怎么做，主要是因为背景是白色的，而且大多数时候它被检测为前景。

根据本教程（ http://pythonvision.org/basic-tutorial ） ，我现在在 Python 中拥有的内容使用了几个库并将白色检测为对象，因此计数为 1，这些工具被检测为背景，因此被忽略：

dna = mahotas.imread('dna.jpeg')
dna = dna.squeeze()
dna = pymorph.to_gray(dna)


print dna.shape
print dna.dtype
print dna.max()
print dna.min()

dnaf = ndimage.gaussian_filter(dna, 8)
T = mahotas.thresholding.otsu(dnaf)
labeled, nr_objects = ndimage.label(dnaf > T)
print nr_objects
pylab.imshow(labeled)
pylab.jet()
pylab.show()

是否有任何选项可以将白色部分作为背景并将工具作为前景？

提前致谢！

示例图片：

红色为前景和蓝色背景的分割图像（少数工具合并不是问题）：

Answer 1

如果阴影不是问题

给定此二进制图像，您可以在 mahotas ( http://mahotas.readthedocs.org/en/latest/labeled.html ) 中标记图像。您还可以使用 skimage.morphology （它使用评论中提到的 ndlabel）。 http://scikit-image.org/docs/dev/auto_examples/plot_label.html

这些是连接组件算法的示例，并且在任何通用图像处理包中都是标准的。ImageJ 也使这变得非常简单。

如果阴影有问题

Otsu 阈值返回单个值：像素亮度，您所做的就是保持所有比该阈值更暗的像素。这种方法被你的阴影绊倒了，所以你需要尝试另一种分割算法，最好是进行局部分割的算法（即它单独分割图像的小区域。）

自适应或局部方法没有这个问题，并且非常适合您的图像阴影：

http://scikit-image.org/docs/dev/auto_examples/plot_threshold_adaptive.html#example-plot-threshold-adaptive-py

在 mahotas 中应该有其他分割方法，但我只了解 scikit-image。如果您想认真了解细分，请查看这篇论文： https ://peerj.com/preprints/671/

完全公开，这是我的论文。