使用cv2和Python进行图像中的对象检测

Question

我有这样一张图片

​

我感兴趣的是找到这个图像中的对象(即点)，并在每个对象周围画一个矩形。我开始了解cv2，并发现这可以很容易地完成。因此，到目前为止，我通过一些快速的google搜索写了以下代码：

import numpy as np
import matplotlib.pyplot as plt
import cv2 

print( cv2.__version__ )

# source data
img_file= "data1.png"

# create an OpenCV image
img= cv2.imread(img_file)

plt.imshow(img, cmap='gray')

# Define the classifiers

# pre-trained classifiers 
Point_classifier="haarcascade_eye.xml"   

# convert color image to grey image

gray_img=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

# CREATE TRACKER

point_tracker=cv2.CascadeClassifier(Point_classifier)

# detect points
points= point_tracker.detectMultiScale(gray_img)
print(points)

Here I used `haarcascade_eye.xml` it looks similar to the point feature of the image, Is this correct? or do I need to use another classifier for this object?

但结果并不像预期的那样。我期待这样的数字，其中每个点都应该单独标记一个矩形形状。

关于这一点的任何帮助，或者我在代码中出错的地方。提前谢谢。

​

​

Answer 1

haarcascade_eye.xml用于检测人眼。甚至还有不同的左眼和右眼。不要用那个。

您的代码行points= point_tracker.detectMultiScale(gray_img)正在失败，因为在您的图像中没有检测到眼睛。在这种情况下，您应该使用SimpleBlobDetector。在SimpleBlobDetector中，您可以根据需要过滤阈值、面积、圆度、凸度、惯性等。我试过了，但我的内核一直在死，可能是因为它的图像太大了。试一试小一点的。

但我们可以尝试其他方法-我找到了轮廓，然后根据面积对它们进行过滤，以避免出现小点。

import matplotlib.pyplot as plt
import cv2 

# source data
img_file= "data1.jpg"

# create an OpenCV image
img= cv2.imread(img_file)

# convert color image to grey image
gray_img=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

im_gauss = cv2.GaussianBlur(gray_img, (5, 5), 0)
ret, thresh = cv2.threshold(im_gauss, 127, 255, 0)
# get contours
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

margin = 40
# calculate area and filter 
for con in contours:
    area = cv2.contourArea(con)
    if 100 < area < 500:
        x,y,w,h = cv2.boundingRect(con)
        cv2.rectangle(img, (x-margin, y-margin), (x + w+margin, y + h+margin), (0,255,0), 2)
        
plt.imshow(img, cmap='gray')

​

​

如果您想将3-4个点组合为一个点，您可以尝试：

1-当有重叠的边界框时，创建一个大的边界框。

2-闭合操作-在查找轮廓之前(膨胀后侵蚀)。