PythonとOpenCVを使用して9000x7000ピクセルの画像から2つの円形領域を抽出する方法は？

Pythonとopencvは、9000x7000ピクセルの画像で2つの円形領域を効率的に抽出します

超高解像度の画像（9000x7000ピクセルなど）を処理し、それらから特定の形状（円など）を抽出することは、画像処理とコンピュータービジョンの一般的な課題です。この記事では、PythonおよびOpenCVライブラリを使用したソリューションを提供し、ターゲットの円形領域を効率的かつ正確に抽出します。

既存のコードの問題は、検出されたサークルが多すぎて、必要な2つの円領域を正確に選択することが不可能であることです。改善のために、次の戦略を採用します。

1. 画像前処理：スケーリングとノイズリダクション：まず、処理効率を向上させるために、元の画像を適切なサイズに削減します。同時に、ガウスブルールフィルターが適用され、画像ノイズが減少し、それによって円形検出の精度が向上します。

 CV2をインポートします
npとしてnumpyをインポートします

Image_path = r "c：\ users \ 17607 \ desktop \ smls pictures \ pic_20231122151507973.bmp"

＃画像を読むimg = cv2.imread（image_path）

＃画像をズームする（実際の状況に応じてズーム比を調整）
scale_percent = 10＃scale 〜1/10の元の画像
width = int（img.shape [1] / scale_percent）
height = int（img.shape [0] / scale_percent）
dim =（幅、高さ）
resized_img = cv2.resize（img、dim、interpolation = cv2.inter_area）

＃grayscaleコンバージョングレー= cv2.cvtcolor（sezized_img、cv2.color_bgr2gray）

＃gaussianblurred = cv2.gaussianblur（灰色、（5、5）、0）

2. エッジ検出：Cannyアルゴリズム：Canny Edge検出アルゴリズムを使用して、画像エッジ情報を抽出し、その後の円形検出に備えます。

 ＃キャニーエッジ検出エッジ= cv2.canny（Blurred、50、150）

3. サークル検出：Hough Transform ：Hough Circle Transformationを使用して、画像の円を検出します。キーは、必要な2つの円のみが検出されることを確認するためのパラメーター調整です。ここでは、円の半径に従ってフィルタリングし、2つの最大の円を選択します。

 ＃houghcircle変換サークル= cv2.houghcircles（edges、cv2.hough_gradient、1、40、param1 = 50、param2 = 30、minradius = 0、maxradius = 0）

サークルがいない場合：
    circles = np.uint16（np.around（円））
    ＃最大の2つの円を選択=円[0、：]
    circles = circles [np.argsort（circles [：、2]）[:: -1] [：2]]＃円内でiの最大半径を持つ2つの円を選択します。
        center_x、center_y、radius = i
        ＃draw circle cv2.circle（resized_img、（center_x、center_y）、radius、（0、0、255）、2）
        cv2.circle（resized_img、（center_x、center_y）、2、（255、0、0）、3）

    cv2.imshow（「検出された円」、sezized_img）
    cv2.waitkey（0）
    cv2.destroyallwindows（）

上記の手順を通じて、高解像度画像から2つの最大の円形領域を効果的に抽出し、視覚化の結果によってそれらを検証できます。最適な検出効果を実現するには、実際の画像に従ってscale_percentおよびHough変換のパラメーターを調整する必要があることに注意する必要があります。 2つの円が似たサイズの場合、中心座標またはその他の機能に基づいて、より洗練された選択が必要になる場合があります。

以上がPythonとOpenCVを使用して9000x7000ピクセルの画像から2つの円形領域を抽出する方法は？の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。