python - 使用 OpenCV 检测小数点

Question

使用opencv-python，我试图在与此类似的图像中找到dot字符的位置:

此处设置的 42 个图像可以在此处找到:/image/4ezTX.jpg - 可以批量下载

我无法创建一个能够一致地找到这些类型图像中的大多数点的 opencv 检测器，无论在单个图像上如何工作(具有某些参数的 Blob 检测器)，通常在其他图像上都会失败。

我的大部分尝试都是围绕使用 SimpleBlobDetector 这是正确的方法吗？ opencv 不是完成该任务的正确工具吗？ (我需要一个现成的工具，目前无法训练神经网络)

感谢您的帮助。

Answer 1

这里有一个使用阈值+轮廓过滤的简单方法，而不是使用SimpleBlobDetector:

• 将图像转为灰度图，然后使用Otsu阈值得到二值图像
• 进行形态学开运算以去除小噪声
• 查找轮廓并使用轮廓区域进行过滤

<小时/>

这是您的一些图像的结果。小数点以绿色突出显示

代码

import cv2
import numpy as np

image = cv2.imread('3.jpg')
original = image.copy()
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)[1]

kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3,3))
opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel, iterations=2)

cnts = cv2.findContours(opening, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
for c in cnts:
    area = cv2.contourArea(c)
    print(area)
    if area < 200:
        cv2.drawContours(original, [c], -1, (36,255,12), -1)

cv2.imshow('thresh', thresh)
cv2.imshow('opening', opening)
cv2.imshow('original', original)
cv2.waitKey()

<小时/>

注意:如果图像仅包含数字且不包含其他伪影，则此方法可以很好地工作。替代方法包括:

• 霍夫圆变换已实现为 cv2.HoughCircles() 。缺点是该函数有大量参数，并且通常仅适用于“完美”圆。由于您的图像具有非完美圆形的小数点，因此您可能无法获得一致的结果，并且可能会出现误报。
• 使用 cv2.arcLength() 和 cv2.approxPolyDP() 进行轮廓近似，其中使用 Ramer-Douglas-Peucker算法，也称为分割合并算法。这个想法是曲线可以通过一系列短线段来近似。为此，我们计算轮廓的周长，然后根据顶点数量近似轮廓的形状。看看this举个例子。