Question

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

enter image description here

Answer 1

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)

如何避免错误的亮点检测？

1 个答案: