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。
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)
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@)
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。