这是我拥有的代码,通过使用此代码可以很好地检测亮点,如图所示。但是,问题是即使斑点不在那里enter image description here它会检测到图像中的错误点任何帮助我如何摆脱这个???
# import the necessary packages
import numpy as np
import argparse
import cv2
# construct the argument parse and parse the arguments
ap = argparse.ArgumentParser()
ap.add_argument("-i", "--image", help = "Desktop")
ap.add_argument("-r", "--radius", type = int,
help = "radius of Gaussian blur; must be odd")
args = vars(ap.parse_args())
# load the image and convert it to grayscale
image1 = cv2.imread("h.png")
orig = image1.copy()
gray = cv2.cvtColor(image1, cv2.COLOR_BGR2GRAY)
gray = cv2.GaussianBlur(gray, (args["radius"], args["radius"]), 0)
(minVal, maxVal, minLoc, maxLoc) = cv2.minMaxLoc(gray)
image1 = orig.copy()
cv2.circle(image1, maxLoc, args["radius"], (255, 0, 0), 2)
# display the results of our newly improved method
cv2.imwrite("myImage.png", image1)
[1]: https://i.stack.imgur.com/6CDYP.png
答案 0 :(得分:0)
这是因为当你致电cv2.minMaxLoc(gray)
时,它会返回给定矩阵中的最大值和最小值,以及它们的位置,现在你必须按照你的需要注意maxValue。上面的方法总是返回一个maxValue,它可以是1,10或255并不重要,所以对于给定的Mat,它将成功找到最亮像素的位置和强度,而不管给定像素实际上是否为亮按照你的期望。对于所需的行为,您需要将阈值设置为:
BRIGHT_PIX_THRESH = 220
if (maxVal > BRIGHT_PIX_THRESH):
cv2.circle(image1, maxLoc, 10, (255, 0, 0), 2)