如何计算视频中的钢棒数量

Question

我需要计算钢棒的数量，在Python中使用opencv为下图。

Image with the steel rods at the center 我最初将图像转换为灰度，然后使用 erode 函数和 canny 边缘函数来检测边缘，如下所示。 image after canny edge 后来找到轮廓并使用边界旋转矩形来计算杆数。我无法得到正确的计数。

kernel = np.ones((4,4),np.uint8)
erosion = cv2.erode(gray,kernel,iterations = 1)
cv2.imshow('Erode',erosion)
canny=cv2.Canny(erosion,100,200)
cv2.imshow('Canny',canny)
kernele=np.array([[0,1,1,0],[0,1,1,0],[0,1,1,0],[0,1,1,0]],np.uint8)
dilation = cv2.dilate(canny,kernele,iterations = 1)
cv2.imshow('dilate',dilation)
c,cnt,h=cv2.findContours(dilation,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)
if cnt:
    i=0
    for cnt in contours:
        rect = cv2.minAreaRect(cnt)
        box = cv2.boxPoints(rect)
        box = np.int0(box)
        if rect[1][0]>1 and rect[1][0]<15:  #width of rod
           i+=1

请建议修改什么或如何获得计数。 谢谢你

Next Image

Answer 1

您可以尝试这种替代方法，而不是查找边缘然后按宽度。

我假设您的图像设置是恒定的，因此您可以裁剪包含棒的区域（否则会非常困难）。

自适应阈值的图像具有适当的大小和常数。

然后在图像中随机选择 100 行，并计算其中的黑色或白色条带的数量。

求这 100 行的中位数，并减去一个适当的条件来消除错误的边界计数（第一根棒之前和最后一根棒之后的白色条带）

代码：

import cv2
import numpy as np
from random import randint
from itertools import groupby

img = cv2.imread('img.jpg',0)
rod_count = []
rows, cols =img.shape[:2]
th2 = cv2.adaptiveThreshold(img,255,cv2.ADAPTIVE_THRESH_MEAN_C,\
                    cv2.THRESH_BINARY,11, 2)

count = 100
while( count!=0 ):

    count = count-1
    random_row = randint(0, rows-1)

    arr = th2[random_row:random_row+1, :]
    arr2 = np.array(arr)[0].tolist()
    temp = [a[0] for a in groupby(arr2)]
    b = sum(x == 0 for x in temp)
    rod_count.append(b)


print np.median(rod_count)-2

输出： 15