嗨,我正在努力检测以下物质:
我尝试检测棕色晶体并进行圆形或矩形检测,但是仍然有很多噪声
我尝试如下使用hsv:
canny = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
lower_red = np.array([15,10,50])
upper_red = np.array([150,110,160])
edged = cv2.inRange(canny, lower_red, upper_red)
...或使用它。但是没人帮忙。
imgray= cv2.GaussianBlur(imgray, (7,7),0)
ret, thresh = cv2.threshold(imgray, 237, 28, 37)
edged = cv2.Canny(imgray, 5, 5)
edged = cv2.dilate(edged, None, iterations=1)
edged = cv2.erode(edged, None, iterations=1)
我能做些什么吗?
谢谢
答案 0 :(得分:1)
我认为您正在寻找的是形态接近操作。
from PIL import Image
import cv2
import matplotlib.pyplot as plt
img = Image.open('./n2JCm.png')
img_np = np.array(img)
img_np_rgb = cv2.cvtColor(AA,cv2.COLOR_RGBA2RGB)
plt.figure(figsize=(35,35))
plt.imshow(cv2.morphologyEx(img_np_rgb,cv2.MORPH_CLOSE,np.ones((2,2)),iterations=10))
那应该消除您的小污垢。
我还将尝试使用KMeans或DBScan进行集群
from sklearn import cluster
model = cluster.KMeans(3)
plt.figure(figsize=(35,35))
plt.imshow(model.fit_predict(img_np_rgb.reshape((-1,3))).reshape(img_np_rgb.shape[:2]))
或其他一些聚类算法。