在Python中检测白色背景上的对象

Question

我试图用Python来检测白色表面上有多少个物体。本文末尾有一个示例图片。

我想知道我应该怎么做，主要是因为背景是白色的，而且大部分时间它被检测为前景。

我现在在Python中基于本教程（http://pythonvision.org/basic-tutorial）使用了几个库，并将白色检测为对象，因此count为1，工具被检测为背景，因此被忽略：

dna = mahotas.imread('dna.jpeg')
dna = dna.squeeze()
dna = pymorph.to_gray(dna)


print dna.shape
print dna.dtype
print dna.max()
print dna.min()

dnaf = ndimage.gaussian_filter(dna, 8)
T = mahotas.thresholding.otsu(dnaf)
labeled, nr_objects = ndimage.label(dnaf > T)
print nr_objects
pylab.imshow(labeled)
pylab.jet()
pylab.show()

有没有选项可以将白色部分作为背景，将工具作为前景？

提前致谢！

示例图片：

分段图像，其中红色是前景和蓝色背景（合并的几个工具不是问题）：

Answer 1

如果阴影不是问题

您可以使用此二进制图像在mahotas（http://mahotas.readthedocs.org/en/latest/labeled.html）中标记图像。您还可以使用skimage.morphology（使用评论中提到的ndlabel）。 http://scikit-image.org/docs/dev/auto_examples/plot_label.html

这些是连接组件算法的示例，并且是任何通用图像处理包中的标准。 ImageJ也让这很简单。

如果阴影是个问题

Otsu阈值返回单个值：像素亮度，您所做的就是保持所有像素都比此阈值更暗。这种方法会被你的阴影绊倒，所以你需要尝试另一种分割算法，最好是一种进行局部分割的算法（IE可以单独分割图像的小区域。）

自适应或本地方法没有这个问题，并且非常适合图像的阴影：

http://scikit-image.org/docs/dev/auto_examples/plot_threshold_adaptive.html#example-plot-threshold-adaptive-py

在mahotas中应该有其他分割方法，但我只对scikit-image有所了解。如果您想要对分段进行认真的概述，请查看此论文：https://peerj.com/preprints/671/

完全披露，这是我的论文。