Python+OpenCV检测灯光亮点的实现方法


Posted in Python onNovember 02, 2020

本篇博文分享一篇寻找图像中灯光亮点(图像中最亮点)的教程,例如,检测图像中五个灯光的亮点并标记,项目效果如下所示:

Python+OpenCV检测灯光亮点的实现方法

Python+OpenCV检测灯光亮点的实现方法

第1步:导入并打开原图像,实现代码如下所示:

# import the necessary packages
from imutils import contours
from skimage import measure
import numpy as np
import argparse
import imutils
import cv2
# construct the argument parse and parse the arguments
ap = argparse.ArgumentParser()
ap.add_argument("-i", "--image", required=True,
 help="path to the image file")
args = vars(ap.parse_args())

第2步:开始检测图像中最亮的区域,首先需要从磁盘加载图像,然后将其转换为灰度图并进行平滑滤波,以减少高频噪声,实现代码如下所示:

#load the image, convert it to grayscale, and blur it
image = cv2.imread(args["image"])
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blurred = cv2.GaussianBlur(gray, (11, 11), 0)

导入亮灯图像,过滤后效果如下所示:

Python+OpenCV检测灯光亮点的实现方法

第3步:阈值化处理,为了显示模糊图像中最亮的区域,将像素值p >= 200,设置为255(白色),像素值< 200,设置为0(黑色),实现代码如下所示:

# threshold the image to reveal light regions in the
# blurred image
thresh = cv2.threshold(blurred, 200, 255, cv2.THRESH_BINARY)[1]

效果如下所示:

Python+OpenCV检测灯光亮点的实现方法

 第4步:此时可看到图像中存在噪声(小斑点),所以需要通过腐蚀和膨胀操作来清除,实现代码如下所示:

# perform a series of erosions and dilations to remove
# any small blobs of noise from the thresholded image
thresh = cv2.erode(thresh, None, iterations=2)
thresh = cv2.dilate(thresh, None, iterations=4)

此时“干净”的图像如下所示:

Python+OpenCV检测灯光亮点的实现方法

第5步:本项目的关键步骤是对上图中的每个区域进行标记,即使在应用了腐蚀和膨胀后,仍然想要过滤掉剩余的小块儿区域。一个很好的方法是执行连接组件分析,实现代码如下所示:

# perform a connected component analysis on the thresholded
# image, then initialize a mask to store only the "large"
# components
labels = measure.label(thresh, neighbors=8, background=0)
mask = np.zeros(thresh.shape, dtype="uint8")
# loop over the unique components
for label in np.unique(labels):
 # if this is the background label, ignore it
 if label == 0:
  continue
 # otherwise, construct the label mask and count the
 # number of pixels 
 labelMask = np.zeros(thresh.shape, dtype="uint8")
 labelMask[labels == label] = 255
 numPixels = cv2.countNonZero(labelMask)
 # if the number of pixels in the component is sufficiently
 # large, then add it to our mask of "large blobs"
 if numPixels > 300:
  mask = cv2.add(mask, labelMask)

上述代码中,第4行使用scikit-image库执行实际的连接组件分析。measure.lable返回的label和阈值图像有相同的大小,唯一的区别就是label存储的为阈值图像每一斑点对应的正整数。

然后在第5行初始化一个掩膜来存储大的斑点。

第7行开始循环遍历每个label中的正整数标签,如果标签为零,则表示正在检测背景并可以安全的忽略它(9,10行)。否则,为当前区域构建一个掩码。

下面提供了一个GIF动画,它可视化地构建了每个标签的labelMask。使用这个动画来帮助你了解如何访问和显示每个单独的组件:

Python+OpenCV检测灯光亮点的实现方法

第15行对labelMask中的非零像素进行计数。如果numPixels超过了一个预先定义的阈值(在本例中,总数为300像素),那么认为这个斑点“足够大”,并将其添加到掩膜中。输出掩模如下图所示:

Python+OpenCV检测灯光亮点的实现方法

第6步:此时图像中所有小的斑点都被过滤掉了,只有大的斑点被保留了下来。最后一步是在的图像上绘制标记的斑点,实现代码如下所示:

# find the contours in the mask, then sort them from left to
# right
cnts = cv2.findContours(mask.copy(), cv2.RETR_EXTERNAL,
 cv2.CHAIN_APPROX_SIMPLE)
cnts = imutils.grab_contours(cnts)
cnts = contours.sort_contours(cnts)[0]
# loop over the contours
for (i, c) in enumerate(cnts):
 # draw the bright spot on the image
 (x, y, w, h) = cv2.boundingRect(c)
 ((cX, cY), radius) = cv2.minEnclosingCircle(c)
 cv2.circle(image, (int(cX), int(cY)), int(radius),
  (0, 0, 255), 3)
 cv2.putText(image, "#{}".format(i + 1), (x, y - 15),
  cv2.FONT_HERSHEY_SIMPLEX, 0.45, (0, 0, 255), 2)
# show the output image
cv2.imshow("Image", image)
cv2.waitKey(0)

 最后运行程序,可实现灯光亮点的检测和标记,每个灯泡都被独特地标上了圆圈,圆圈围绕着每个单独的明亮区域,效果如下所示:

Python+OpenCV检测灯光亮点的实现方法

Python+OpenCV检测灯光亮点的实现方法

本文来源于:Detecting multiple bright spots in an image with Python and OpenCV

到此这篇关于Python+OpenCV检测灯光亮点的实现方法的文章就介绍到这了,更多相关OpenCV 检测灯光亮点内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
python脚本实现分析dns日志并对受访域名排行
Sep 18 Python
在Mac OS系统上安装Python的Pillow库的教程
Nov 20 Python
python如何查看系统网络流量的信息
Sep 12 Python
python绘制铅球的运行轨迹代码分享
Nov 14 Python
PyQt5每天必学之带有标签的复选框
Apr 19 Python
Python selenium抓取微博内容的示例代码
May 17 Python
kaggle+mnist实现手写字体识别
Jul 26 Python
pip安装python库的方法总结
Aug 02 Python
python sklearn常用分类算法模型的调用
Oct 16 Python
Python爬虫:Request Payload和Form Data的简单区别说明
Apr 30 Python
详解win10下pytorch-gpu安装以及CUDA详细安装过程
Jan 28 Python
教你如何使用Python Tkinter库制作记事本
Jun 10 Python
python获取命令行参数实例方法讲解
Nov 02 #Python
Windows环境下Python3.6.8 importError: DLLload failed:找不到指定的模块
Nov 01 #Python
详解tensorflow之过拟合问题实战
Nov 01 #Python
python cookie反爬处理的实现
Nov 01 #Python
10个python爬虫入门实例(小结)
Nov 01 #Python
利用pipenv和pyenv管理多个相互独立的Python虚拟开发环境
Nov 01 #Python
Python经纬度坐标转换为距离及角度的实现
Nov 01 #Python
You might like
织梦模板标记简介
2007/03/11 PHP
PHP 函数call_user_func和call_user_func_array用法详解
2014/03/02 PHP
PHP的imageTtfText()函数深入详解
2021/03/03 PHP
JavaScript创建命名空间(namespace)的最简实现
2007/12/11 Javascript
javascript下IE与FF兼容函数收集
2008/09/17 Javascript
仿迅雷焦点广告效果(JQuery版)
2008/11/19 Javascript
javascript中的undefined 与 null 的区别  补充篇
2010/03/17 Javascript
jQuery写的日历(包括日历的样式及功能)
2013/04/23 Javascript
javascript中不等于的代码是什么怎么写
2013/12/29 Javascript
JS实现图片无间断滚动代码汇总
2014/07/30 Javascript
js控制鼠标事件移动及移出效果显示
2014/10/19 Javascript
Nodejs全栈框架StrongLoop推荐
2014/11/09 NodeJs
jQuery unbind()方法实例详解
2016/01/19 Javascript
AngularJS中处理多个promise的方式
2016/02/02 Javascript
Javascript实现时间倒计时效果
2017/07/15 Javascript
详解如何让InstantClick兼容MathJax、百度统计等
2017/09/12 Javascript
让Vue也可以使用Redux的方法
2018/05/23 Javascript
JS实现简易留言板(节点操作)
2020/03/16 Javascript
简单了解three.js 着色器材质
2020/08/03 Javascript
微信小程序轮播图swiper代码详解
2020/12/01 Javascript
[02:41]DOTA2英雄基础教程 亚巴顿
2014/01/02 DOTA
Python中一些自然语言工具的使用的入门教程
2015/04/13 Python
详解Python核心编程中的浅拷贝与深拷贝
2018/01/07 Python
Python文件打开方式实例详解【a、a+、r+、w+区别】
2019/03/30 Python
使用pyinstaller打包PyQt4程序遇到的问题及解决方法
2019/06/24 Python
使用Python给头像戴上圣诞帽的图像操作过程解析
2019/09/20 Python
Python如何使用argparse模块处理命令行参数
2019/12/11 Python
pytorch 模型的train模式与eval模式实例
2020/02/20 Python
Python小白学习爬虫常用请求报头
2020/06/03 Python
基于python 取余问题(%)详解
2020/06/03 Python
师范学院毕业生求职信范文
2013/12/26 职场文书
工作态度检讨书
2014/02/11 职场文书
实习护士自荐信
2014/06/21 职场文书
年终工作总结范文2014
2014/11/27 职场文书
vue+elementui 实现新增和修改共用一个弹框的完整代码
2021/06/08 Vue.js
MongoDB安装使用并实现Python操作数据库
2021/06/28 MongoDB