如何通过 Python 检测图像的 Miss-Moving Pattern

大佬教程收集整理的这篇文章主要介绍了如何通过 Python 检测图像的 Miss-Moving Pattern，大佬教程大佬觉得挺不错的，现在分享给大家，也给大家做个参考。

如何解决如何通过 Python 检测图像的 Miss-Moving Pattern？

开发过程中遇到如何通过 Python 检测图像的 Miss-Moving Pattern的问题如何解决？下面主要结合日常开发的经验，给出你关于如何通过 Python 检测图像的 Miss-Moving Pattern的解决方法建议，希望对你解决如何通过 Python 检测图像的 Miss-Moving Pattern有所启发或帮助；

我有一张图片，是有规律的图案。 我希望可以有一个 Python 代码来帮助边界框 指示“MIss-Moving”位置， 是目标，就像：

目标

我曾尝试在侵蚀后再次进行灰色，侵蚀，阈值，侵蚀， 结果为：

加里

加里侵蚀

@H_673_29@

阈值灰色侵蚀

侵蚀阈值-灰色-侵蚀

我不知道接下来该怎么做， 或对这项工作的任何意见是受欢迎的。 谢谢。

这是我的 Python 代码：

# define display & Save image function
def displayimg(img,windowName):
    cv2.nameDWindow(windowname,cv2.WINDOW_norMAL)
    cv2.imshow(windowname,img)
    cv2.imwrite(windowname + '.jpg',img)
    
    #1.Read image file & Show out
    image = cv2.imread(image_fileName)
    displayimg(image,"Original")
    
    #2. Gray
    gray = cv2.cvtcolor(image,cv2.color_BGR2GRAY)
    name = "Gray"
    draw = gray
    displayimg(draw,Name)
    
    #3. Erosion
    kernel = np.ones((3,3),np.uint8)
    erosion = cv2.erode(gray,kernel,iterations=2)
    name = "Gary_Erosion"
    draw = erosion
    hist = plotHistogram(draw,Name)
    max_gray = max(hist)
    print('Max Gray = ',max_gray)
    displayimg(draw,Name)
    
    #4. Threshold
    (T,thresh) = cv2.threshold(gray,120,255,cv2.THRESH_TOZERO)
    name = "Threshold_Gray"
    draw = thresh
    displayimg(draw,Name)
    plotHistogram(draw,name,max_gray)
    
    #5. Erosion again 
    kernel = np.ones((3,np.uint8)
    erosion2 = cv2.erode(draw,iterations=5)
    name = "Gary_Threshold_Erosion"
    draw = erosion2
    hist = plotHistogram(draw,Name)

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

大佬总结

以上是大佬教程为你收集整理的如何通过 Python 检测图像的 Miss-Moving Pattern全部内容，希望文章能够帮你解决如何通过 Python 检测图像的 Miss-Moving Pattern所遇到的程序开发问题。

如果觉得大佬教程网站内容还不错，欢迎将大佬教程推荐给程序员好友。

本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。