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字典get()方法用法分析
Apr 17 Python
python 读取视频,处理后,实时计算帧数fps的方法
Jul 10 Python
浅谈python中get pass用法
Mar 19 Python
selenium跳过webdriver检测并模拟登录淘宝
Jun 12 Python
python实现图片上添加图片
Nov 26 Python
python接口自动化如何封装获取常量的类
Dec 24 Python
Python利用逻辑回归分类实现模板
Feb 15 Python
python deque模块简单使用代码实例
Mar 12 Python
Python telnet登陆功能实现代码
Apr 16 Python
5分钟快速掌握Python定时任务框架的实现
Jan 26 Python
python工具快速为音视频自动生成字幕(使用说明)
Jan 27 Python
Python Pandas常用函数方法总结
Jun 15 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
PHP+MySQL 制作简单的留言本
2009/11/02 PHP
用PHP ob_start()控制浏览器cache、生成html实现代码
2010/02/16 PHP
JavaScript 全面解析各种浏览器网页中的JS 执行顺序
2009/02/17 Javascript
js前台判断开始时间是否小于结束时间
2012/02/23 Javascript
jquery ajax 调用失败的原因示例介绍
2013/09/27 Javascript
JS实现网页表格自动变大缩小的方法
2015/03/09 Javascript
基于jQuery.Hz2Py.js插件实现的汉字转拼音特效
2015/05/07 Javascript
JavaScript获取图片像素颜色并转换为box-shadow显示
2016/03/11 Javascript
完美实现js选项卡切换效果(二)
2017/03/08 Javascript
js实现自定义进度条效果
2017/03/15 Javascript
微信小程序开发之animation循环动画实现的让云朵飘效果
2017/07/14 Javascript
利用原生js实现html5小游戏之打砖块(附源码)
2018/01/03 Javascript
微信小程序实现收藏与取消收藏切换图片功能
2018/08/03 Javascript
vue项目开发中setTimeout等定时器的管理问题
2018/09/13 Javascript
微信小程序如何实现精确的日期时间选择器
2020/01/21 Javascript
JS数组降维的实现Array.prototype.concat.apply([], arr)
2020/04/28 Javascript
[37:22]DOTA2上海特级锦标赛D组资格赛#2 Liquid VS VP第一局
2016/02/28 DOTA
Python实现多线程抓取妹子图
2015/08/08 Python
Python实现XML文件解析的示例代码
2018/02/05 Python
python批量替换多文件字符串问题详解
2018/04/22 Python
Python文本统计功能之西游记用字统计操作示例
2018/05/07 Python
Python实现字符型图片验证码识别完整过程详解
2019/05/10 Python
Django框架设置cookies与获取cookies操作详解
2019/05/27 Python
HTML5 Geolocation API的正确使用方法
2018/12/04 HTML / CSS
中国最大的名表商城:万表网
2016/08/29 全球购物
Java中采用什么结构来捕获、处理异常?各子句的顺序、功能如何
2013/10/07 面试题
工程总经理工作职责
2013/12/09 职场文书
病媒生物防治方案
2014/05/13 职场文书
监察建议书格式
2014/05/19 职场文书
我的未来不是梦演讲稿
2014/09/02 职场文书
戒毒悔改检讨书
2014/09/21 职场文书
大学生求职意向书
2015/05/11 职场文书
2016拓展训练心得体会范文
2016/01/12 职场文书
React实现动效弹窗组件
2021/06/21 Javascript
Python如何用re模块实现简易tokenizer
2022/05/02 Python