使用opencv去除硬币阴影答案

【问题标题】：Remove coins shadow using opencv使用opencv去除硬币阴影
【发布时间】：2020-05-08 11:11:22
【问题描述】：

我正在尝试使用最新版本的 OpenCV 计算图像中有多少硬币，但我正在努力解决阴影问题。

正在使用 Canny Edge 检测器方法，但正如您在第二张图片中看到的那样，由于阴影，它没有按预期工作......关于如何处理这个问题的任何想法？

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blurred = cv2.GaussianBlur(gray, (7, 7), 0)
median = np.median(image)
lower = int(max(0, 0.67 * median))
upper = int(min(255, (1.33) * median))

canny = cv2.Canny(blurred, lower, upper)
contours, hierachy = cv2.findContours(canny, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
coins = cv2.drawContours(image, contours, -1, (0, 255, 0), 2)
cv2.imshow("Coins", coins)

【问题讨论】：

您是否尝试过使用边缘检测器的阈值？也尝试过滤掉图像中的灰色。
是的，我玩过门槛，但没有帮助。
使用 HoughCircle 方法设法做到了
是的，在大多数高对比度情况下，这是一个很好的解决方案。

标签： opencv image-processing opencv-contour opencv-python canny-operator

【解决方案1】：

您可以使用按颜色选择硬币。

import cv2 as cv
import numpy as np
low_H = 0
low_S = 50
low_V = 0
high_H = 255
high_S = 255
high_V = 255
frame = cv.imread('PzB9I.png')
frame_HSV = cv.cvtColor(frame, cv.COLOR_BGR2HSV)
frame_threshold = cv.inRange(frame_HSV, (low_H, low_S, low_V), (high_H, high_S, high_V))
#         filling holes
im_floodfill = frame_threshold.copy()
h, w = frame_threshold.shape[:2]
mask = np.zeros((h+2, w+2), np.uint8)
cv.floodFill(im_floodfill, mask, (0,0), 255);
im_floodfill_inv = cv.bitwise_not(im_floodfill)
mask = frame_threshold | im_floodfill_inv
#       find contours
contours, hierachy = cv.findContours(mask, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
coins = cv.drawContours(frame, contours, -1, (0, 255, 0), 1)
cv.imshow("Coins", coins)

【讨论】：