如何计算图像中两种不同种类的小种子？答案

【问题标题】：How to count small seeds of two different kinds in an image?如何计算图像中两种不同种类的小种子？
【发布时间】：2021-07-07 04:33:58
【问题描述】：

我有一张图片，下面有大约 503 颗奇异子和 4 颗黑胡椒种子：

我正在尝试计算它们。我熟悉使用种子大小计算一种类型的对象，然后将其除以它们所覆盖的总面积。这是一种简单的方法，但效果很好。

对于上面的图片，我使用阈值方法找到了粒度，结果是 197 个单位，通过使用下面的代码，我可以找到种子的总数：

image = Image.open('./shapes/S__14155926.jpg')
arr = np.array(image)
nseeds = np.sum(arr[...,2] < 100) / 197
print(nseeds)
504.58468309859154

这个数字在球场上，这里有几个错误的计数没有问题。但是，如何在无需训练 CNN 模型的情况下找到分类为 500 small seeds and 4 large seeds 的输出。我不想识别种子，只是检测和计数。

【问题讨论】：

【解决方案1】：

两种种子的颜色都非常相似，这使得阈值化有点挑战性。也许，将种子通过过滤器会更容易，因此您可以在两个不同的图像中使用您的技术。如果种子彼此分离得很好，您可以在blob detection 上尝试一下。

【讨论】：

【解决方案2】：

首先我找到所有种子的面积

img=cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
img_bin = 255-cv2.threshold(copy, 127, 255, cv2.THRESH_BINARY)[1]
S=cv2.moments(img_bin)
S['m00']

得到面积等于 26607210.0 像素

然后我剪了5颗种子

并找到他们的区域 175185.0。因此一个小种子有35037.0。

因为一个大种子包含大约 8 个小种子（以上述理智的方式）我明白了大约有728颗小种子和4颗大种子

【讨论】：