如何计算二进制图像上的白色物体？

Question

我正在尝试从图像中计算对象。我使用日志照片，并使用一些步骤来获取二进制图像。

这是我的代码：

#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>
#include <features2d.hpp>
using namespace cv;
using namespace std;
int main(int argc, char *argv[])
{
    //load image
    Mat img = imread("kayu.jpg", CV_LOAD_IMAGE_COLOR);
    if(img.empty())
       return -1;
    //namedWindow( "kayu", CV_WINDOW_AUTOSIZE );
    imshow("kayu", img);

    //convert to b/w
    Mat bw;
    cvtColor(img, bw, CV_BGR2GRAY);
    imshow("bw1", bw);

    threshold(bw, bw, 40, 255, CV_THRESH_BINARY);
    imshow("bw", bw);

    //distance transform & normalisasi
    Mat dist;
    distanceTransform(bw, dist, CV_DIST_L2, 3);
    normalize(dist, dist, 0, 2., NORM_MINMAX);
    imshow("dist", dist);

    //threshold to draw line
    threshold(dist, dist, .5, 1., CV_THRESH_BINARY);
    imshow("dist2", dist);

    //dist = bw;
    //dilasi
    Mat dilation, erotion, element;
    int dilation_type = MORPH_ELLIPSE;
    int dilation_size = 17;

    element = getStructuringElement(dilation_type, Size(2*dilation_size + 1, 2*dilation_size+1), Point(dilation_size, dilation_size ));
    erode(dist, erotion, element);
    int erotionCount = 0;
    for(int i=0; i<erotionCount; i++){
        erode(erotion, erotion, element);
    }
    imshow("erotion", erotion);

    dilate(erotion, dilation, element);
    imshow("dilation", dilation);
    waitKey(0);
    return 0;
}

如您所见，我使用 Erosion 和 Dilation 来获得更好的日志圆形对象。我的问题是，我一直在数物体。我尝试了SimpleBlobDetector，但什么也没得到，因为当我尝试将“膨胀”步骤的结果转换为CV_8U 时，白色对象消失了。当我使用findContours() 时，我也遇到了错误。它说的是图像通道。我不能在这里显示错误，因为步骤太多，我已经从我的代码中删除了它。

顺便说一句，最后，我得到了 1 个图像通道。 我可以用它来计数，还是必须转换它？最好的方法是什么？

Answer 1

两个简单的步骤：

1. 查找二值化图像的轮廓。
2. 获取轮廓的计数。

代码：

int count_trees(const cv::Mat& bin_image){
    cv::Mat img;
    if(bin_image.channels()>1){
        cv::cvtColor(bin_image,img,cv::COLOR_BGR2GRAY);
    }
    else{
         img=bin_image.clone();;
    }
    if(img.type()!=CV_8UC1){
        img*=255.f; //This could be stupid, but I do not have an environment to try it
        img.convertTo(img,CV_8UC1);
    }

    std::vector<std::vector<cv::Point>> contours
    std::vector<Vec4i> hierarchy;
    cv::findContours( img, contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE);
    return contours.size();
}

Answer 2

我有同样的问题，这是我即将实施的一个想法。

1) 将您的图像表示为整数数组； 0 = black, 1 = white.

2) 设置N = 2;

3) 逐像素扫描您的图像。每当你找到一个白色像素时，激活一个填充算法，从刚刚找到的像素开始；绘制值为N++的区域；

4) 迭代 3 直到到达最后一个像素。 (N-2) 是找到的区域数。

此方法取决于对象的形状；我的比你的更混乱（祝我好运……）。我将使用在某处找到的递归洪水填充配方（可能是 Rosetta Code）。

此解决方案还可以轻松计算每个区域的大小。

Answer 3

尝试将其应用于您已删除的 img

// count
for (int i = 0; i< contours.size(); i = hierarchy[i][0]) // iteration sur chaque contour .
{
    Rect r = boundingRect(contours[i]);
    if (hierarchy[i][2]<0) {
        rectangle(canny_output, Point(r.x, r.y), Point(r.x + r.width, r.y + r.height), Scalar(20, 50, 255), 3, 8, 0);
        count++;
    }
}
cout << "Numeber of contour = " << count << endl;
imshow("src", src);
imshow("contour", dst);
waitKey(0);