[已解决]如何用python识别图片？

黑泥

大神们，如何利用python识别这个图片有几个黄色菱形？颜色块颜色固定，不是渐变。

最佳答案

月排行榜 / 总排行榜

YunGuo

2020-12-17 19:04:04

你这张图我可以用这个方式，这个仅可统计黄色菱形数量。对opencv不是很熟悉，可能还有其它方法。

1. import cv2
   
2. import numpy as np
   
3. 
   
4. 
   
5. img = cv2.imread('image.jpg')
   
6. # 图像去噪
   
7. img = cv2.fastNlMeansDenoisingColored(img, None, 10, 10, 7, 21)
   
8. # BGR转HSV
   
9. hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
   
10. # HSV黄色min值
    
11. low_hsv = np.array([26, 43, 46])
    
12. # HSV黄色max值
    
13. upp_hsv = np.array([34, 255, 255])
    
14. # 提取掩膜
    
15. mask = cv2.inRange(hsv, lowerb=low_hsv, upperb=upp_hsv)
    
16. # 保存掩模后图片
    
17. cv2.imwrite('huang.jpg', mask)
    
18. img1 = cv2.imread('huang.jpg')
    
19. # 转灰度图片
    
20. imgray = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)
    
21. # 获取白色图形轮廓
    
22. ret, thresh = cv2.threshold(imgray, 127, 255, 0)
    
23. contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
    
24. # 根据图形面积计算图形数量
    
25. count = 0
    
26. for cnt in contours:
    
27.     # 获取每个图形面积
    
28.     area = cv2.contourArea(cnt)
    
29.     if 2700 <= area <= 3000:
    
30.         count += 1
    
31.     elif area >= 3000:
    
32.         num = int(area / 2720)
    
33.         count += num
    
34. print(count)

复制代码

对代码优化了一下，可以统计出图中三种颜色的菱形分别是多少个

1. import cv2
   
2. import numpy as np
   
3. 
   
4. 
   
5. def hsv_img(img, color):
   
6.     image1 = cv2.imread(img)
   
7.     # 图像去噪
   
8.     image1 = cv2.fastNlMeansDenoisingColored(image1, None, 10, 10, 7, 21)
   
9.     # BGR转HSV
   
10.     hsv = cv2.cvtColor(image1, cv2.COLOR_BGR2HSV)
    
11.     if color == "黄色":
    
12.         # 当前颜色的hsv值
    
13.         low_hsv = np.array([26, 43, 46])
    
14.         upp_hsv = np.array([34, 255, 255])
    
15.         # 黄色面积1600
    
16.         area = 1600
    
17.         # 处理图片
    
18.         result = handle_img(area, hsv, low_hsv, upp_hsv)
    
19.         print(f'{color}数量:', result)
    
20.     elif color == "紫色":
    
21.         low_hsv = np.array([125, 43, 46])
    
22.         upp_hsv = np.array([155, 255, 255])
    
23.         # 紫色面积1700
    
24.         area = 1700
    
25.         # 处理图片
    
26.         result = handle_img(area, hsv, low_hsv, upp_hsv)
    
27.         print(f'{color}数量:', result)
    
28.     elif color == "绿色":
    
29.         low_hsv = np.array([35, 43, 46])
    
30.         upp_hsv = np.array([77, 255, 255])
    
31.         # 绿色面积1900
    
32.         area = 1900
    
33.         # 处理图片
    
34.         result = handle_img(area, hsv, low_hsv, upp_hsv)
    
35.         print(f'{color}数量:', result)
    
36. 
    
37. 
    
38. def handle_img(area, hsv, low, upp):
    
39.     # 提取掩膜
    
40.     mask = cv2.inRange(hsv, lowerb=low, upperb=upp)
    
41.     # 保存掩模后图片
    
42.     cv2.imwrite('mask.jpg', mask)
    
43.     img1 = cv2.imread('mask.jpg')
    
44.     # 转灰度图片
    
45.     imgray = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)
    
46.     # 对图形进行侵蚀，分离相连的图形
    
47.     kernel = np.ones((5, 5), np.uint8)
    
48.     erosion = cv2.erode(imgray, kernel, iterations=2)
    
49.     # 获取白色图形轮廓
    
50.     ret, thresh = cv2.threshold(erosion, 127, 255, 0)
    
51.     contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
    
52.     # 根据图形面积统计图形数量
    
53.     count = 0
    
54.     for cnt in contours:
    
55.         # 获取每个图形面积
    
56.         area1 = cv2.contourArea(cnt)
    
57.         if area1 >= area:
    
58.             count += 1
    
59.     return count
    
60. 
    
61. 
    
62. if __name__ == '__main__':
    
63.     image = 'image.jpg'
    
64.     hsv_img(image, '黄色')
    
65.     hsv_img(image, '紫色')
    
66.     hsv_img(image, '绿色')
    

复制代码

跳转到最佳答案楼层

YunGuo

你这张图我可以用这个方式，这个仅可统计黄色菱形数量。对opencv不是很熟悉，可能还有其它方法。

1. import cv2
   
2. import numpy as np
   
3. 
   
4. 
   
5. img = cv2.imread('image.jpg')
   
6. # 图像去噪
   
7. img = cv2.fastNlMeansDenoisingColored(img, None, 10, 10, 7, 21)
   
8. # BGR转HSV
   
9. hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
   
10. # HSV黄色min值
    
11. low_hsv = np.array([26, 43, 46])
    
12. # HSV黄色max值
    
13. upp_hsv = np.array([34, 255, 255])
    
14. # 提取掩膜
    
15. mask = cv2.inRange(hsv, lowerb=low_hsv, upperb=upp_hsv)
    
16. # 保存掩模后图片
    
17. cv2.imwrite('huang.jpg', mask)
    
18. img1 = cv2.imread('huang.jpg')
    
19. # 转灰度图片
    
20. imgray = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)
    
21. # 获取白色图形轮廓
    
22. ret, thresh = cv2.threshold(imgray, 127, 255, 0)
    
23. contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
    
24. # 根据图形面积计算图形数量
    
25. count = 0
    
26. for cnt in contours:
    
27.     # 获取每个图形面积
    
28.     area = cv2.contourArea(cnt)
    
29.     if 2700 <= area <= 3000:
    
30.         count += 1
    
31.     elif area >= 3000:
    
32.         num = int(area / 2720)
    
33.         count += num
    
34. print(count)

复制代码

对代码优化了一下，可以统计出图中三种颜色的菱形分别是多少个

1. import cv2
   
2. import numpy as np
   
3. 
   
4. 
   
5. def hsv_img(img, color):
   
6.     image1 = cv2.imread(img)
   
7.     # 图像去噪
   
8.     image1 = cv2.fastNlMeansDenoisingColored(image1, None, 10, 10, 7, 21)
   
9.     # BGR转HSV
   
10.     hsv = cv2.cvtColor(image1, cv2.COLOR_BGR2HSV)
    
11.     if color == "黄色":
    
12.         # 当前颜色的hsv值
    
13.         low_hsv = np.array([26, 43, 46])
    
14.         upp_hsv = np.array([34, 255, 255])
    
15.         # 黄色面积1600
    
16.         area = 1600
    
17.         # 处理图片
    
18.         result = handle_img(area, hsv, low_hsv, upp_hsv)
    
19.         print(f'{color}数量:', result)
    
20.     elif color == "紫色":
    
21.         low_hsv = np.array([125, 43, 46])
    
22.         upp_hsv = np.array([155, 255, 255])
    
23.         # 紫色面积1700
    
24.         area = 1700
    
25.         # 处理图片
    
26.         result = handle_img(area, hsv, low_hsv, upp_hsv)
    
27.         print(f'{color}数量:', result)
    
28.     elif color == "绿色":
    
29.         low_hsv = np.array([35, 43, 46])
    
30.         upp_hsv = np.array([77, 255, 255])
    
31.         # 绿色面积1900
    
32.         area = 1900
    
33.         # 处理图片
    
34.         result = handle_img(area, hsv, low_hsv, upp_hsv)
    
35.         print(f'{color}数量:', result)
    
36. 
    
37. 
    
38. def handle_img(area, hsv, low, upp):
    
39.     # 提取掩膜
    
40.     mask = cv2.inRange(hsv, lowerb=low, upperb=upp)
    
41.     # 保存掩模后图片
    
42.     cv2.imwrite('mask.jpg', mask)
    
43.     img1 = cv2.imread('mask.jpg')
    
44.     # 转灰度图片
    
45.     imgray = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)
    
46.     # 对图形进行侵蚀，分离相连的图形
    
47.     kernel = np.ones((5, 5), np.uint8)
    
48.     erosion = cv2.erode(imgray, kernel, iterations=2)
    
49.     # 获取白色图形轮廓
    
50.     ret, thresh = cv2.threshold(erosion, 127, 255, 0)
    
51.     contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
    
52.     # 根据图形面积统计图形数量
    
53.     count = 0
    
54.     for cnt in contours:
    
55.         # 获取每个图形面积
    
56.         area1 = cv2.contourArea(cnt)
    
57.         if area1 >= area:
    
58.             count += 1
    
59.     return count
    
60. 
    
61. 
    
62. if __name__ == '__main__':
    
63.     image = 'image.jpg'
    
64.     hsv_img(image, '黄色')
    
65.     hsv_img(image, '紫色')
    
66.     hsv_img(image, '绿色')
    

复制代码