如何使用 OpenCV（python）检测此图像中的岩石？答案

【问题标题】：How can I detect rocks in this image using OpenCV (python)?如何使用 OpenCV（python）检测此图像中的岩石？
【发布时间】：2016-01-28 06:31:46
【问题描述】：

我试图在这张图片中找到不同形状的岩石。

_{（来源：nasa.gov）}

我没有从边缘检测中得到任何令人满意的结果。

我确实读过关于grabcut的文章，但也没有什么令人满意的。关于我应该如何进行的任何想法？

PS - 我的最终目标是用不同的颜色标记图像中的这些岩石。

更新 1：这是我用于边缘检测的代码。

import cv2
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread('image1.JPG',0)
edges = cv2.Canny(img,255,255)

plt.subplot(121),plt.imshow(img,cmap = 'gray')
plt.title('Original Image'), plt.xticks([]), plt.yticks([])
plt.subplot(122),plt.imshow(edges,cmap = 'gray')
plt.title('Edge Image'), plt.xticks([]), plt.yticks([])

plt.show()

更新 2：我有几张类似的图像，如下图所示，其中岩石（大）清晰可见。边缘检测再次在图像上产生不令人满意的结果。我只是在寻找可以尝试的方法。如果您建议一种方法，请添加相关链接，我可以阅读更多内容，我是 opencv 新手。

_{（来源：nasa.gov）}

【问题讨论】：

我建议您发布一些示例代码来说明您到目前为止所做的事情。这样人们就可以提出修改建议。
我用代码更新了问题。
它很难从色差不大的背景中检测出所有的岩石。和闪电完全不同。但是，如果您假设岩石会比背景暗一点，那么您可以对图像进行阈值化，然后应用轮廓检测并检测阈值图像中的轮廓
你能用手动标记的岩石创建另一个图像吗？对我来说，哪些图像部分是岩石，哪些不是，并不是 100%。不要期望实现一种能够检测此类图像中所有岩石的算法，我认为这几乎是不可能的。也许不同类型的传感器会更好（可能是红外摄像机、立体摄像机、激光扫描仪等），但不确定。
不，我没有彩色图像。

标签： python opencv image-processing

【解决方案1】：

岩石是图像中比沙块更平坦的部分。您可以尝试获取文件的每一行，将其分成小段，然后计算段的峰度。

Kurtosis 是对片段中值频率的钟形曲线“高度”和“宽度”的度量。与岩石相比，沙子的峰度要低得多，因为它具有“更广泛”的频率谱。峰度高的段很可能属于岩石。

因此，这将是确定图像的每条线必须分成的段的理想长度的问题。这不是一项微不足道的任务，但也不是一项艰巨的任务。您想要识别的最小岩石宽度的一半（但至少是一粒沙子宽度的 100 倍）应该可以解决问题。

【讨论】：

【解决方案2】：

来自 2-d 图片...非常具有挑战性。我敢打赌，使用 2 张带有偏移的图片可以更轻松地将其处理为立体图像。落后于此，我建议以下策略：

预处理以滤除噪声异常值 - 中值
也许使用二维带通滤波器来挑选出一定口径的岩石。
使用您所做的边缘检测 - 似乎做得很好。
使用可以从顶点中识别聚类的算法
使用凸包或 voronoi 组合群集中的点或顶点。

话虽如此，我怀疑这个论坛是否适合寻求您的问题的答案，因为很难使用编码提供直接的答案。

【讨论】：