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
Python3.2中的字符串函数学习总结
Apr 23 Python
python采集百度百科的方法
Jun 05 Python
Go语言基于Socket编写服务器端与客户端通信的实例
Feb 19 Python
一键搞定python连接mysql驱动有关问题(windows版本)
Apr 23 Python
win7上python2.7连接mysql数据库的方法
Jan 14 Python
Python列表切片用法示例
Apr 19 Python
Python3实现发送QQ邮件功能(附件)
Dec 23 Python
python实现npy格式文件转换为txt文件操作
Jul 01 Python
python 5个实用的技巧
Sep 27 Python
分享PyCharm最新激活码(真永久激活方法)不用每月找安装参数或最新激活码了
Dec 27 Python
python爬虫--selenium模块
Mar 31 Python
python的列表生成式,生成器和generator对象你了解吗
Mar 16 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
网站上面有这种切换效果
2006/06/26 Javascript
MooTools 页面滚动浮动层智能定位实现代码
2011/08/23 Javascript
DWR实现模拟Google搜索效果实现原理及代码
2013/01/30 Javascript
JQuery与Ajax调用新浪API获取短网址的代码
2014/02/07 Javascript
关于JavaScript对象的动态选择及遍历对象
2014/03/10 Javascript
当前流行的JavaScript代码风格指南
2014/09/10 Javascript
使用node.js 获取客户端信息代码分享
2014/11/26 Javascript
js验证真实姓名与身份证号是否匹配
2015/10/13 Javascript
JS Input里添加小图标的两种方法
2017/11/11 Javascript
nodejs实现解析xml字符串为对象的方法示例
2018/03/14 NodeJs
详解Vue.js项目API、Router配置拆分实践
2018/03/16 Javascript
Vue实现active点击切换方法
2018/03/16 Javascript
vue实现学生录入系统之添加删除功能
2018/07/11 Javascript
Vue侦测相关api的实现方法
2019/05/22 Javascript
关于Vue中axios的封装实例详解
2019/10/20 Javascript
Layui数据表格判断编辑输入的值,是否为我需要的类型详解
2019/10/26 Javascript
使用React代码动态生成栅格布局的方法
2020/05/24 Javascript
[06:23]2014DOTA2西雅图国际邀请赛 小组赛7月12日TOPPLAY
2014/07/12 DOTA
详解Python发送邮件实例
2016/01/10 Python
Python实现新浪博客备份的方法
2016/04/27 Python
Python Json模块中dumps、loads、dump、load函数介绍
2018/05/15 Python
Python函数any()和all()的用法及区别介绍
2018/09/14 Python
pandas使用函数批量处理数据(map、apply、applymap)
2020/11/27 Python
如何利用python生成MD5并去重
2020/12/07 Python
Hoka One One法国官网:美国专业跑鞋品牌
2018/12/29 全球购物
美国椅子和沙发制造商:La-Z-Boy
2020/10/25 全球购物
初中生学习的自我评价
2013/11/14 职场文书
社区志愿者心得体会
2014/01/03 职场文书
经典婚礼主持词
2014/03/13 职场文书
马智宇婚礼主持词
2014/03/22 职场文书
党课培训心得体会
2014/09/02 职场文书
生活小常识广播稿
2014/09/16 职场文书
先进单位事迹材料
2014/12/25 职场文书
2019年教师节:送给所有老师的祝福语
2019/09/05 职场文书
Python语言中的数据类型-序列
2022/02/24 Python
Javascript中async与await的捕捉错误详解
2022/03/03 Javascript