python - 计算机视觉:Opencv计算大圆圈内的小圆圈

这是我一直在处理的图像

目的是发现大圆圈内的小圆圈。
目前我所做的是将图像转换为灰度并应用了导致此图像的阈值(cv2.THRESH_OTSU)

之后，我使用findcontours过滤了大对象，并使用我在stackoverflow上找到的椭圆形内核打开了Morph
结果图像是这样的

有人可以指导我通过正确的方法来做事和哪里出错了。
以下是我一直在处理的附件代码

import cv2
import numpy as np

# Load image, grayscale, Otsu's threshold
image = cv2.imread('01.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
#cv2.imwrite('thresh.jpg', thresh)

# Filter out large non-connecting objects
cnts = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
for c in cnts:
    area = cv2.contourArea(c)
    #print(area)
    if area < 200 and area > 0:
        cv2.drawContours(thresh,[c],0,0,-1)

# Morph open using elliptical shaped kernel
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3,3))
opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel, iterations=3)

# Find circles
cnts = cv2.findContours(opening, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
for c in cnts:
    area = cv2.contourArea(c)
    if area > 20 and area < 50:
        ((x, y), r) = cv2.minEnclosingCircle(c)
        cv2.circle(image, (int(x), int(y)), int(r), (36, 255, 12), 2)

cv2.namedWindow('orig', cv2.WINDOW_NORMAL)
cv2.imshow('orig', thresh)
cv2.namedWindow('image', cv2.WINDOW_NORMAL)
cv2.imshow('image', image)
cv2.waitKey()

谢谢!

最佳答案

通过将图像转换为灰度，可以丢弃很多有用的信息。
为什么不使用您所寻找的斑点是唯一的红色/橙色的事实呢？
我将饱和卫星通道与红色通道相乘，从而得到了以下图像:

现在发现白色斑点变得无关紧要。
对这些 channel 尝试不同的权重，或者先应用阈值。有很多方法。在不同的光照，不同的背景下进行实验，直到获得理想的图像处理输入。

关于python - 计算机视觉:Opencv计算大圆圈内的小圆圈，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/62793937/