为了在Python中做一个小实验,我想在水果上发现一些小划痕。划痕很小,人眼难以察觉。
我正在为该实验使用高分辨率相机。
这是我要检测的缺陷:
原始图片:
这是我用很少的几行代码得到的结果:
于是我找到了水果的轮廓。我怎样才能找到划痕? RGB值类似于水果的其他部分。那么,如何区分A划痕和部分水果呢?
我的代码:
# Imports
import numpy as np
import cv2
import time
# Read Image & Convert
img = cv2.imread('IMG_0441.jpg')
result = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
# Filtering
lower = np.array([1,60,50])
upper = np.array([255,255,255])
result = cv2.inRange(result, lower, upper)
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(9,9))
result = cv2.dilate(result,kernel)
# Contours
im2, contours, hierarchy = cv2.findContours(result.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
result = cv2.cvtColor(result, cv2.COLOR_GRAY2BGR)
if len(contours) != 0:
for (i, c) in enumerate(contours):
area = cv2.contourArea(c)
if area > 100000:
print(area)
cv2.drawContours(img, c, -1, (255,255,0), 12)
x,y,w,h = cv2.boundingRect(c)
cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),12)
# Stack results
result = np.vstack((result, img))
resultOrig = result.copy()
# Save image to file before resizing
cv2.imwrite(str(time.time())+'_0_result.jpg',resultOrig)
# Resize
max_dimension = float(max(result.shape))
scale = 900/max_dimension
result = cv2.resize(result, None, fx=scale, fy=scale)
# Show results
cv2.imshow('res',result)
cv2.waitKey(0)
cv2.destroyAllWindows()
最佳答案
我将您的图像更改为HSL色彩空间。
我在L channel 中看不到刮痕,因此前面建议的灰度方法将很困难。
但是刮痕在色相平面上非常明显。
您可以使用边缘检测器在色相 channel 中找到瑕疵。在这里,我使用了一个不同的高斯检测器(大小为20和4)。
关于python - OpenCV检测水果上的划痕,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/51753017/