Обнаружение BLOB-объектов в Python

Question

Я пытаюсь обнаружить каплю из следующего изображения. Я использовал лыжный маг и использовал 3 различных метода, описанных в руководстве, но он не смог обнаружить серый шарик. Вот исходное изображение:

Итак, я попробовал следующий код:

from math import sqrt
import cv2
from skimage.feature import blob_dog, blob_log, blob_doh
from skimage.color import rgb2gray
import matplotlib.pyplot as plt

image = cv2.imread("blob800_cropped.png")
image_gray = rgb2gray(image)

blobs_log = blob_log(image_gray, max_sigma=30, num_sigma=10, threshold=.05)

# Compute radii in the 3rd column.
blobs_log[:, 2] = blobs_log[:, 2] * sqrt(2)

blobs_dog = blob_dog(image_gray, max_sigma=30, threshold=.05)
blobs_dog[:, 2] = blobs_dog[:, 2] * sqrt(2)

blobs_doh = blob_doh(image_gray, max_sigma=30, threshold=.01)

blobs_list = [blobs_log, blobs_dog, blobs_doh]
colors = ['yellow', 'lime', 'red']
titles = ['Laplacian of Gaussian', 'Difference of Gaussian',
          'Determinant of Hessian']
sequence = zip(blobs_list, colors, titles)

fig, axes = plt.subplots(1, 3, figsize=(9, 3), sharex=True, sharey=True)
ax = axes.ravel()

for idx, (blobs, color, title) in enumerate(sequence):
    ax[idx].set_title(title)
    ax[idx].imshow(image)
    for blob in blobs:
        y, x, r = blob
        c = plt.Circle((x, y), r, color=color, linewidth=2, fill=False)
        ax[idx].add_patch(c)
    ax[idx].set_axis_off()

plt.tight_layout()
plt.show()

Однако, блоб, который я ' m ищет не обнаружен:

Это ожидаемый вывод:

Answer 1

Вот как это сделать в Python / OpenCV.

• Чтение ввода
• Преобразование в серый
• Применение экстремального адаптивного порога
• Применение морфологии открытия и закрытия для удаления небольших областей
• Получение контуров и сохранение наибольшего
• Создание самого большого контура на входе
• Сохранение результатов

Ввод:

import cv2
import numpy as np

# read image
img = cv2.imread("doco3.jpg")

# convert img to grayscale
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# do adaptive threshold on gray image
thresh = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 101, 3)

# apply morphology open then close
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5,5))
blob = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel)
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (9,9))
blob = cv2.morphologyEx(blob, cv2.MORPH_CLOSE, kernel)

# invert blob
blob = (255 - blob)

# Get contours
cnts = cv2.findContours(blob, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
big_contour = max(cnts, key=cv2.contourArea)

# test blob size
blob_area_thresh = 1000
blob_area = cv2.contourArea(big_contour)
if blob_area < blob_area_thresh:
    print("Blob Is Too Small")

# draw contour
result = img.copy()
cv2.drawContours(result, [big_contour], -1, (0,0,255), 1)

# write results to disk
cv2.imwrite("doco3_threshold.jpg", thresh)
cv2.imwrite("doco3_blob.jpg", blob)
cv2.imwrite("doco3_contour.jpg", result)

# display it
cv2.imshow("IMAGE", img)
cv2.imshow("THRESHOLD", thresh)
cv2.imshow("BLOB", blob)
cv2.imshow("RESULT", result)
cv2.waitKey(0)

Пороговое изображение:

Морфологически очищенное изображение капли:

Результирующий контур на входе: