Bagaimana dengan cekap mencari kawasan bulat putih dalam imej resolusi tinggi?

Cari dengan tepat sasaran bulat putih dalam imej resolusi tinggi

Apabila memproses imej resolusi ultra tinggi (seperti 9000x7000 piksel), adalah penting untuk mengenal pasti kawasan bulat putih dengan cepat dan tepat di dalamnya. Artikel ini didasarkan pada perpustakaan Python dan OpenCV dan menyediakan penyelesaian pengoptimuman untuk menyelesaikan masalah pemprosesan imej yang berkesan.

Kod asal secara langsung digunakan untuk imej resolusi tinggi dengan ketidakcekapan. Oleh itu, kita perlu mengoptimumkan proses pemprosesan dan meningkatkan ketepatan dan kelajuan pengesanan.

Penjelasan terperinci mengenai strategi pengoptimuman

1. Pelarasan Saiz Imej: Untuk mengurangkan kerumitan pengiraan, imej pertama kali berskala. Gunakan fungsi cv2.resize() untuk mengubah saiz imej, sebagai contoh, mengurangkan imej ke sepersepuluh imej asal.

    src = cv2.imread (image_path)
   scale_factor = 0.1
   saiz semula_image = cv2.resize (src, none, fx = scale_factor, fy = scale_factor)

2. Segmentasi Penukaran Grayscale dan ambang: Tukar imej berskala ke dalam peta skala kelabu dan gunakan segmentasi ambang untuk mengekstrak kawasan putih. Langkah ini meningkatkan kontras kawasan sasaran.

    kelabu = cv2.cvtcolor (resized_image, cv2.color_bgr2gray)
   _, thresh = cv2.threshold (kelabu, 200, 255, cv2.thresh_binary)

3. Pemprosesan Morfologi: Gunakan operasi tertutup morfologi ( cv2.MORPH_CLOSE ) untuk menyambungkan jurang kecil di kawasan putih untuk membentuk kontur bulat lengkap, meningkatkan kebolehpercayaan pengesanan.

    kernel = np.ones ((5, 5), np.uint8)
   penutupan = cv2.morphologyex (thresh, cv2.morph_close, kernel)

4. Houghcircle Transform: Gunakan transformasi Houghcircle ( cv2.HoughCircles ) untuk mengesan bulatan dalam imej. Parameter perlu diselaraskan mengikut keadaan sebenar untuk mencapai kesan pengesanan yang terbaik.

    lingkaran = cv2.houghcircles (penutupan, cv2.hough_gradient, 1, 20, param1 = 50, param2 = 30, minradius = 0, maxradius = 0)
   Sekiranya bulatan tidak ada:
       lingkaran = np.uint16 (np.around (lingkaran))
       kerana saya dalam lingkaran [0,:]:
           cv2.circle (resized_image, (i [0], i [1]), i [2], (0, 255, 0), 2)
           cv2.circle (resized_image, (i [0], i [1]), 2, (0, 0, 255), 3)

5. Keputusan dipaparkan: Akhirnya, imej yang diproses dipaparkan dan kawasan bulat yang dikesan ditandakan.

    cv2.imshow ("lingkaran yang dikesan", saiz semula_image)
   cv2.waitkey (0)
   cv2.destroyallWindows ()

Melalui langkah-langkah di atas, kita dapat mengenal pasti kawasan bulat putih dengan cekap dan tepat dalam imej resolusi tinggi. Harus diingat bahawa ambang dan parameter transformasi hough perlu disesuaikan dengan imej tertentu untuk mendapatkan hasil yang terbaik.

Atas ialah kandungan terperinci Bagaimana dengan cekap mencari kawasan bulat putih dalam imej resolusi tinggi?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!