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
|
数据可视化
R绘图 | 包含/比例关系环图
R绘图 | 包含/比例关系环图
185 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
1153 0
|
5月前
|
机器学习/深度学习 JSON 算法
|
7月前
|
存储 算法 Java
图像分析之连通组件标记算法
图像分析之连通组件标记算法
477 1
|
7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
95 0
|
8月前
[Halcon&图像] 图像、区域和轮廓相互转化
[Halcon&图像] 图像、区域和轮廓相互转化
316 1
|
计算机视觉
opencv 之图像的边界填充及一些数据计算
opencv 之图像的边界填充及一些数据计算
127 0
|
编解码 前端开发 PHP
悬浮坐标解决方案:如何在图片获取xy鼠标位置和增加标注信息
悬浮坐标解决方案:如何在图片获取xy鼠标位置和增加标注信息
181 0