AI 助理
备案控制台
开发者社区 人工智能 文章 正文

图像处理------简单综合实例(大米计数)

2015-07-24 2201
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： <p style="color: rgb(51, 51, 51); font-family: Arial; font-size: 14px; line-height: 26px;">一位网友给我发了几张灰度图像，说是他们单位的工业相机拍摄的，画质非常的清楚，他们</p><p style="color: rgb(51, 51, 51); font-family: Arial; font-siz

一位网友给我发了几张灰度图像，说是他们单位的工业相机拍摄的，画质非常的清楚，他们

单位是农业科研单位，特别想知道种子的数量，他想知道的是每次工业相机拍摄种子图片中

有多少颗粒种子，想到了用图像处理的办法解决他们的问题，看了他给我照片，以大米种子

为例。实现了一个简单的算法流程，可以得到种子的数目。

大致算法分为以下三个步骤：

1.      将灰度图像二值化，二值化方法可以参考以前的文章，求取像素平均值，灰度直方图都

          可以

2.      去掉二值化以后的图像中干扰噪声。

3.      得到种子数目，用彩色标记出来。


源图像如下：


程序处理中间结果及最终效果如下：


二值化处理参见以前的文章 - http://blog.csdn.net/jia20003/article/details/7392325

大米计数与噪声块消去算法基于连通组件标记算法，源代码如下：

[java]  view plain copy
  1. package com.gloomyfish.rice.analysis;  
  2.   
  3. import java.awt.image.BufferedImage;  
  4. import java.util.ArrayList;  
  5. import java.util.Arrays;  
  6. import java.util.HashMap;  
  7.   
  8. import com.gloomyfish.face.detection.AbstractBufferedImageOp;  
  9. import com.gloomyfish.face.detection.FastConnectedComponentLabelAlg;  
  10.   
  11. public class FindRiceFilter extends AbstractBufferedImageOp {  
  12.       
  13.     private int sumRice;  
  14.       
  15.     public int getSumRice() {  
  16.         return this.sumRice;  
  17.     }  
  18.   
  19.     @Override  
  20.     public BufferedImage filter(BufferedImage src, BufferedImage dest) {  
  21.         int width = src.getWidth();  
  22.         int height = src.getHeight();  
  23.   
  24.         if ( dest == null )  
  25.             dest = createCompatibleDestImage( src, null );  
  26.   
  27.         int[] inPixels = new int[width*height];  
  28.         int[] outPixels = new int[width*height];  
  29.         getRGB(src, 0, 0, width, height, inPixels );  
  30.           
  31.         FastConnectedComponentLabelAlg fccAlg = new FastConnectedComponentLabelAlg();  
  32.         fccAlg.setBgColor(0);  
  33.         int[] outData = fccAlg.doLabel(inPixels, width, height);  
  34.         // labels statistic  
  35.         HashMap<Integer, Integer> labelMap = new HashMap<Integer, Integer>();  
  36.         for(int d=0; d<outData.length; d++) {  
  37.             if(outData[d] != 0) {  
  38.                 if(labelMap.containsKey(outData[d])) {  
  39.                     Integer count = labelMap.get(outData[d]);  
  40.                     count+=1;  
  41.                     labelMap.put(outData[d], count);  
  42.                 } else {  
  43.                     labelMap.put(outData[d], 1);  
  44.                 }  
  45.             }  
  46.         }  
  47.           
  48.         // try to find the max connected component  
  49.         Integer[] keys = labelMap.keySet().toArray(new Integer[0]);  
  50.         Arrays.sort(keys);  
  51.         int threshold = 10;  
  52.         ArrayList<Integer> listKeys = new ArrayList<Integer>();  
  53.         for(Integer key : keys) {  
  54.             if(labelMap.get(key) <=threshold){  
  55.                 listKeys.add(key);  
  56.             }  
  57.             System.out.println( "Number of " + key + " = " + labelMap.get(key));  
  58.         }  
  59.         sumRice = keys.length - listKeys.size();  
  60.           
  61.         // calculate means of pixel    
  62.         int index = 0;      
  63.         for(int row=0; row<height; row++) {    
  64.             int ta = 0, tr = 0, tg = 0, tb = 0;    
  65.             for(int col=0; col<width; col++) {    
  66.                 index = row * width + col;    
  67.                 ta = (inPixels[index] >> 24) & 0xff;    
  68.                 tr = (inPixels[index] >> 16) & 0xff;    
  69.                 tg = (inPixels[index] >> 8) & 0xff;    
  70.                 tb = inPixels[index] & 0xff;  
  71.                 if(outData[index] != 0 && validRice(outData[index], listKeys)) {  
  72.                     tr = tg = tb = 255;  
  73.                 } else {  
  74.                     tr = tg = tb = 0;  
  75.                 }  
  76.                 outPixels[index] = (ta << 24) | (tr << 16) | (tg << 8) | tb;  
  77.             }  
  78.         }  
  79.         setRGB( dest, 0, 0, width, height, outPixels );  
  80.         return dest;  
  81.     }  
  82.   
  83.     private boolean validRice(int i, ArrayList<Integer> listKeys) {  
  84.         for(Integer key : listKeys) {  
  85.             if(key == i) {  
  86.                 return false;  
  87.             }  
  88.         }  
  89.         return true;  
  90.     }  
  91.   
  92. }  
大米着色处理很简单，只是简单RGB固定着色，源码如下：

[java]  view plain copy
  1. package com.gloomyfish.rice.analysis;  
  2.   
  3. import java.awt.image.BufferedImage;  
  4.   
  5. import com.gloomyfish.face.detection.AbstractBufferedImageOp;  
  6.   
  7. public class ColorfulRiceFilter extends AbstractBufferedImageOp {  
  8.   
  9.     @Override  
  10.     public BufferedImage filter(BufferedImage src, BufferedImage dest) {  
  11.         int width = src.getWidth();  
  12.         int height = src.getHeight();  
  13.   
  14.         if ( dest == null )  
  15.             dest = createCompatibleDestImage( src, null );  
  16.   
  17.         int[] inPixels = new int[width*height];  
  18.         int[] outPixels = new int[width*height];  
  19.         getRGB(src, 0, 0, width, height, inPixels );  
  20.           
  21.         int index = 0, srcrgb;  
  22.         for(int row=0; row<height; row++) {    
  23.             int ta = 255, tr = 0, tg = 0, tb = 0;    
  24.             for(int col=0; col<width; col++) {   
  25.                 index = row * width + col;    
  26. //                ta = (inPixels[index] >> 24) & 0xff;    
  27. //                tr = (inPixels[index] >> 16) & 0xff;    
  28. //                tg = (inPixels[index] >> 8) & 0xff;    
  29. //                tb = inPixels[index] & 0xff;    
  30.                 srcrgb = inPixels[index] & 0x000000ff;  
  31.                 if(srcrgb > 0 && row < 140) {  
  32.                     tr = 0;  
  33.                     tg = 255;  
  34.                     tb = 0;  
  35.                 } else if(srcrgb > 0 && row >= 140 && row <=280) {  
  36.                     tr = 0;  
  37.                     tg = 0;  
  38.                     tb = 255;  
  39.                 } else if(srcrgb > 0 && row >=280) {  
  40.                     tr = 255;  
  41.                     tg = 0;  
  42.                     tb = 0;  
  43.                 }  
  44.                 else {  
  45.                     tr = tg = tb = 0;  
  46.                 }  
  47.                 outPixels[index] = (ta << 24) | (tr << 16) | (tg << 8) | tb;  
  48.             }  
  49.         }  
  50.         setRGB( dest, 0, 0, width, height, outPixels );  
  51.         return dest;  
  52.     }  
  53. }  
测试程序UI代码如下：

[java]  view plain copy
  1. package com.gloomyfish.rice.analysis;  
  2.   
  3. import java.awt.BorderLayout;  
  4. import java.awt.Color;  
  5. import java.awt.Dimension;  
  6. import java.awt.FlowLayout;  
  7. import java.awt.Graphics;  
  8. import java.awt.Graphics2D;  
  9. import java.awt.Image;  
  10. import java.awt.MediaTracker;  
  11. import java.awt.event.ActionEvent;  
  12. import java.awt.event.ActionListener;  
  13. import java.awt.image.BufferedImage;  
  14. import java.io.File;  
  15. import java.io.IOException;  
  16.   
  17. import javax.imageio.ImageIO;  
  18. import javax.swing.JButton;  
  19. import javax.swing.JComponent;  
  20. import javax.swing.JFileChooser;  
  21. import javax.swing.JFrame;  
  22. import javax.swing.JPanel;  
  23.   
  24. public class MainFrame extends JComponent implements ActionListener {  
  25.     /** 
  26.      *  
  27.      */  
  28.     private static final long serialVersionUID = 1518574788794973574L;  
  29.     public final static String BROWSE_CMD = "Browse...";  
  30.     public final static String NOISE_CMD = "Remove Noise";  
  31.     public final static String FUN_CMD = "Colorful Rice";  
  32.       
  33.     private BufferedImage rawImg;  
  34.     private BufferedImage resultImage;  
  35.     private MediaTracker tracker;  
  36.     private Dimension mySize;  
  37.       
  38.     // JButtons  
  39.     private JButton browseBtn;  
  40.     private JButton noiseBtn;  
  41.     private JButton colorfulBtn;  
  42.   
  43.     // rice number....  
  44.     private int riceNum = -1;  
  45.       
  46.       
  47.     public MainFrame() {  
  48.         JPanel btnPanel = new JPanel();  
  49.         btnPanel.setLayout(new FlowLayout(FlowLayout.LEFT));  
  50.         browseBtn = new JButton("Browse...");  
  51.         noiseBtn = new JButton("Remove Noise");  
  52.         colorfulBtn = new JButton("Colorful Rice");  
  53.           
  54.         browseBtn.setToolTipText("Please select image file...");  
  55.         noiseBtn.setToolTipText("find connected region and draw red rectangle");  
  56.         colorfulBtn.setToolTipText("Remove the minor noise region pixels...");  
  57.           
  58.         // buttons  
  59.         btnPanel.add(browseBtn);  
  60.         btnPanel.add(noiseBtn);  
  61.         btnPanel.add(colorfulBtn);  
  62.           
  63.         // setup listener...  
  64.         browseBtn.addActionListener(this);  
  65.         noiseBtn.addActionListener(this);  
  66.         colorfulBtn.addActionListener(this);  
  67.           
  68.         browseBtn.setEnabled(true);  
  69.         noiseBtn.setEnabled(true);  
  70.         colorfulBtn.setEnabled(true);  
  71.           
  72. //      minX = minY =  10000;  
  73. //      maxX = maxY = -1;  
  74.           
  75.         mySize = new Dimension(500, 300);  
  76.         JFrame demoUI = new JFrame("Rice Detection Demo");  
  77.         demoUI.getContentPane().setLayout(new BorderLayout());  
  78.         demoUI.getContentPane().add(this, BorderLayout.CENTER);  
  79.         demoUI.getContentPane().add(btnPanel, BorderLayout.SOUTH);  
  80.         demoUI.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);  
  81.         demoUI.pack();  
  82.         demoUI.setVisible(true);  
  83.     }  
  84.       
  85.     public void paint(Graphics g) {  
  86.         Graphics2D g2 = (Graphics2D) g;  
  87.         if(rawImg != null) {  
  88.             Image scaledImage = rawImg.getScaledInstance(200, 200, Image.SCALE_FAST);  
  89.             g2.drawImage(scaledImage, 0, 0, 200, 200, null);  
  90.         }  
  91.         if(resultImage != null) {  
  92.             Image scaledImage = resultImage.getScaledInstance(200, 200, Image.SCALE_FAST);  
  93.             g2.drawImage(scaledImage, 210, 0, 200, 200, null);  
  94.         }  
  95.           
  96.         g2.setPaint(Color.RED);  
  97.         if(riceNum > 0) {  
  98.             g2.drawString("Number of Rice : " + riceNum, 100, 300);  
  99.         } else {  
  100.             g2.drawString("Number of Rice : Unknown", 100, 300);  
  101.         }  
  102.     }  
  103.     public Dimension getPreferredSize() {  
  104.         return mySize;  
  105.     }  
  106.       
  107.     public Dimension getMinimumSize() {  
  108.         return mySize;  
  109.     }  
  110.       
  111.     public Dimension getMaximumSize() {  
  112.         return mySize;  
  113.     }  
  114.       
  115.     public static void main(String[] args) {  
  116.         new MainFrame();  
  117.     }  
  118.       
  119.     @Override  
  120.     public void actionPerformed(ActionEvent e) {  
  121.         if(BROWSE_CMD.equals(e.getActionCommand())) {  
  122.             JFileChooser chooser = new JFileChooser();  
  123.             chooser.showOpenDialog(null);  
  124.             File f = chooser.getSelectedFile();  
  125.             BufferedImage bImage = null;  
  126.             if(f == null) return;  
  127.             try {  
  128.                 bImage = ImageIO.read(f);  
  129.                   
  130.             } catch (IOException e1) {  
  131.                 e1.printStackTrace();  
  132.             }  
  133.               
  134.             tracker = new MediaTracker(this);  
  135.             tracker.addImage(bImage, 1);  
  136.               
  137.             // blocked 10 seconds to load the image data  
  138.             try {  
  139.                 if (!tracker.waitForID(1, 10000)) {  
  140.                     System.out.println("Load error.");  
  141.                     System.exit(1);  
  142.                 }// end if  
  143.             } catch (InterruptedException ine) {  
  144.                 ine.printStackTrace();  
  145.                 System.exit(1);  
  146.             } // end catch  
  147.             BinaryFilter bfilter = new BinaryFilter();  
  148.             rawImg = bfilter.filter(bImage, null);  
  149.             repaint();  
  150.         } else if(NOISE_CMD.equals(e.getActionCommand())) {  
  151.             FindRiceFilter frFilter = new FindRiceFilter();  
  152.             resultImage = frFilter.filter(rawImg, null);  
  153.             riceNum = frFilter.getSumRice();  
  154.             repaint();  
  155.         } else if(FUN_CMD.equals(e.getActionCommand())) {  
  156.             ColorfulRiceFilter cFilter = new ColorfulRiceFilter();  
  157.             resultImage = cFilter.filter(resultImage, null);  
  158.             repaint();  
  159.         } else {  
  160.             // do nothing...  
  161.         }  
  162.           
  163.     }  
  164. }  
文章标签：
计算机视觉
算法
Java
毛毛虫的爹
目录
相关文章
此星光明
|
7月前
GEE案例——一个完整的火灾监测案例dNBR差异化归一化烧毁指数
GEE案例——一个完整的火灾监测案例dNBR差异化归一化烧毁指数
此星光明
192 0
opencv学堂
|
6月前
|
算法 计算机视觉
图像处理之应用篇-大米计数续
图像处理之应用篇-大米计数续
opencv学堂
39 1
opencv学堂
|
6月前
|
算法 计算机视觉
图像处理之简单综合实例(大米计数)
图像处理之简单综合实例(大米计数)
opencv学堂
39 0
拓端数据部落
|
7月前
|
算法 数据挖掘
R语言面板数据回归：含时间固定效应混合模型分析交通死亡率、酒驾法和啤酒税
R语言面板数据回归：含时间固定效应混合模型分析交通死亡率、酒驾法和啤酒税
拓端数据部落
148 0
拓端数据部落
|
7月前
|
数据可视化
数量生态学冗余分析（RDA）分析植物多样性物种数据结果可视化|数据分享
数量生态学冗余分析（RDA）分析植物多样性物种数据结果可视化|数据分享
拓端数据部落
288 0
热烈的马
|
7月前
|
计算机视觉 Python
OpenCV多目标匹配绘制红框及统计铁路站台总数、最短距离地铁站实战（附Python源码）
OpenCV多目标匹配绘制红框及统计铁路站台总数、最短距离地铁站实战（附Python源码）
热烈的马
88 0
OpenCV多目标匹配绘制红框及统计铁路站台总数、最短距离地铁站实战（附Python源码）
TIkitianya
|
7月前
|
存储
【每日一题Day219】LC1093大样本统计 | 模拟
【每日一题Day219】LC1093大样本统计 | 模拟
TIkitianya
55 0
平凡@之路
P1308 [NOIP2011 普及组] 统计单词数（模拟加函数+数学分析）
P1308 [NOIP2011 普及组] 统计单词数（模拟加函数+数学分析）
平凡@之路
83 0
小明的数据分析笔记本
|
数据可视化 数据挖掘 数据处理
跟着Nature Genetics学数据分析：使用GEC软件计算有效位点数从而确定GWAS的阈值
跟着Nature Genetics学数据分析：使用GEC软件计算有效位点数从而确定GWAS的阈值
小明的数据分析笔记本
420 0
Matlab科研工作室
|
机器学习/深度学习 传感器 算法
基于Matlab模拟单元平均、审核式、有序统计CFAR检测门限
基于Matlab模拟单元平均、审核式、有序统计CFAR检测门限
Matlab科研工作室
138 0

热门文章

最新文章

  • 1
    RDS入门——Excel文件转存到RDS数据库实践
  • 2
    3、Python与设计模式--建造者模式
  • 3
    PostgreSQL SQL HINT的使用
  • 4
    跟阿里云技术专家阙寒一起深度了解视频直播CDN技术
  • 5
    流批一体的近实时数仓的思考与设计
  • 6
    带你读《存储漫谈Ceph原理与实践》第三章接入层3.3.文件存储 CephFS（一）
  • 7
    java split()
  • 8
    （转载） 数组a[]={3,5,2,4,1,8}，要求从a中找出所有“和”等于10的子集
  • 9
    linux下java 调用 c jni 实现 HelloWorld
  • 10
    ASP.NET MVC Music Store教程（3)：视图和视图模型
  • 1
    一个包含了 50+ C#/.NET编程技巧实战练习教程
    48
  • 2
    使用 BenchmarkDotNet 对 .NET 代码进行性能基准测试
    29
  • 3
    C#集合数据去重的5种方式及其性能对比测试分析
    25
  • 4
    精选10款C#/.NET开发必备类库（含使用教程），工作效率提升利器！
    26
  • 5
    .NET MongoDB数据仓储和工作单元模式封装
    33
  • 6
    推荐几个不错的数据库设计工具
    37
  • 7
    C#正则表达式快速入门
    21
  • 8
    好消息，在 Visual Studio 中可以免费使用 GitHub Copilot 了！
    33
  • 9
    3款.NET开源、功能强大的通讯调试工具，效率提升利器！
    22
  • 10
    .NET 在 Visual Studio 中的高效编程技巧集
    23

    • 相关课程

    更多
  • 场景实践 - 基于阿里云PAI机器学习平台使用时间序列分解模型预测商品销量
  • 智能运维赛（复赛）：利用数据和算法，快速定位系统异常并进行根因分析

    • 相关电子书

    更多
  • 用户案例：寻因生物
  • 中美教育差异之观察
  • 数据+算法定义新世界
    • 下一篇
    手把手教你白嫖阿里云服务器(免费领服务器)