使用边界跟踪方法标识图像中的圆形目标

简介: 使用边界跟踪方法,根据对象的圆度对其进行分类。

​一、前言
使用边界跟踪方法,根据对象的圆度对其进行分类。
二、实现步骤
步骤 1:读取图像
1.png
步骤 2:阈值化图像
将图像转换为黑白,以便使用 bwboundaries 为边界跟踪做准备。
2.png

步骤 3:去除噪声
使用形态学函数,删除不属于感兴趣对象的像素。删除包含少于 30 个像素的所有对象。
3.png
填充笔帽中的间隙。
4.png

填充任何孔洞,以便可以使用 regionprops 来估计每个边界所包围的面积。
5.png

步骤 4:找到边界
只关注外边界。指定 'noholes' 选项将通过阻止 bwboundaries 搜索内部轮廓来加快处理速度。显示标签矩阵并绘制每个边界。
6.png
步骤 5:确定哪些对象为圆形
估计每个对象的面积和周长。使用这些结果形成简单的度量来表示对象的圆度:
metric=4π∗areaperimeter2
只有对于圆,该度量值等于 1;而对于任何其他形状,该度量值都小于 1。可以通过设置适当的阈值来控制判别过程。此示例中使用 0.94 的阈值,以便只将药丸分类为圆形。
7.png

目录
相关文章
|
6月前
|
人工智能 UED
DynamiCrafter:可实现任意类型静态图像转化为逼真动态视频
【2月更文挑战第17天】DynamiCrafter:可实现任意类型静态图像转化为逼真动态视频
353 1
DynamiCrafter:可实现任意类型静态图像转化为逼真动态视频
|
6月前
|
存储 算法 前端开发
1637. 两点之间不包含任何点的最宽垂直区域
1637. 两点之间不包含任何点的最宽垂直区域
46 0
|
Linux
【PyAutoGUI操作指南】05 屏幕截图与图像定位:截图+定位单个目标+定位全部目标+灰度匹配+像素匹配+获取屏幕截图中像素的RGB颜色
【PyAutoGUI操作指南】05 屏幕截图与图像定位:截图+定位单个目标+定位全部目标+灰度匹配+像素匹配+获取屏幕截图中像素的RGB颜色
1052 0
|
1月前
|
JSON 数据格式 计算机视觉
Opencv实用笔记(一): 获取并绘制JSON标注文件目标区域(可单独保存目标小图)
本文介绍了如何使用OpenCV和Python根据JSON标注文件获取并绘制目标区域,同时可将裁剪的图像单独保存。通过示例代码,展示了如何读取图片路径、解析JSON标注、绘制标注框并保存裁剪图像的过程。此外,还提供了相关的博客链接,供读者进一步学习。
28 0
|
3月前
|
机器学习/深度学习 JSON 算法
|
5月前
|
测试技术
【实战OBB】自定义旋转对象检测
【实战OBB】自定义旋转对象检测
71 0
|
6月前
[Halcon&小结] 判断Halcon区域region是否为空
[Halcon&小结] 判断Halcon区域region是否为空
568 0
|
6月前
|
C++
[Halcon&定位] 解决Roi区域外的模板匹配成功
[Halcon&定位] 解决Roi区域外的模板匹配成功
205 0