检测材料

Question

嗨，我正在调查下面这样的材料：

​

​

我试着去探测棕色的晶体，做圆形的探测或矩形的检测，但是仍然有很多噪声。

我试着在下面使用hsv：

canny = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
lower_red = np.array([15,10,50])
upper_red = np.array([150,110,160])
edged = cv2.inRange(canny, lower_red, upper_red)

..。或者用这个。但没人帮我。

imgray= cv2.GaussianBlur(imgray, (7,7),0)
ret, thresh = cv2.threshold(imgray, 237, 28, 37)
edged = cv2.Canny(imgray, 5, 5)
edged = cv2.dilate(edged, None, iterations=1)
edged = cv2.erode(edged, None, iterations=1)

有什么我能做的吗？

谢谢

Answer 1

我认为你正在寻找的是一个形态学密切的操作。

from PIL import Image
import cv2
import matplotlib.pyplot as plt

img = Image.open('./n2JCm.png')

img_np = np.array(img)

img_np_rgb = cv2.cvtColor(AA,cv2.COLOR_RGBA2RGB)

plt.figure(figsize=(35,35))
plt.imshow(cv2.morphologyEx(img_np_rgb,cv2.MORPH_CLOSE,np.ones((2,2)),iterations=10))

你会得到这样的东西：

​

应该能把你的小污垢清除掉。

我也会尝试使用KMeans或DBScan进行聚类。

from sklearn import cluster

model = cluster.KMeans(3)

plt.figure(figsize=(35,35))
plt.imshow(model.fit_predict(img_np_rgb.reshape((-1,3))).reshape(img_np_rgb.shape[:2]))

​

​

或者其他的聚类算法。