如何使用 OpenCv Python 检测图像上的特定标记答案

【问题标题】：How To Detect A Specific Mark On A Image Using OpenCv Python如何使用 OpenCv Python 检测图像上的特定标记
【发布时间】：2021-05-07 19:07:25
【问题描述】：

我正在尝试检测对象上的标记并确定它是从中心左侧还是右侧。以下标有绿色箭头的是我要检测的内容：

图片：

我已阅读 opencv 文档，但找不到类似的方法。现在的基本步骤是只检测图像的特定细节，并且每次都必须工作，然后我期待确定它是在右侧还是左侧。

我该怎么做

编辑：我已经尝试了 shawn 的方法，看看它是否有效并且得到了答案，唯一的问题是，通过我的实验，我似乎无法得到一个完美的值，如 shawn 的答案所示。

【问题讨论】：

【解决方案1】：

我猜是显微镜输出。

首先您必须检测（定位）图像中的对象：

我的默认解决方案是使用机器学习模型进行对象检测。如果您有大量标记数据（例如带注释的图像），这就是这种方式。例如，您可以针对这个问题训练一个 YOLOv3 微型模型。无需深入研究太多代码，您可以找到检测不同内容的教程，并将其应用于您的问题。比如你可以关注this tutorial，然后你会问更具体的问题。
如果您熟悉使用机器学习和 PyTorch 和 TensorFlow 等框架进行对象检测，您可以找到比 YOLOv3 tiny from the GitHub 更轻的模型，并且可以重新训练它们。

您可以使用机器学习获得惊人的准确度，但是，还有其他方法：

除机器学习之外的其他解决方案可能是object detection using contour plots 或object detection using HSV color space。您可以在 YouTube 或其他教程平台上找到其他无需机器学习的图像处理方法。

也许您可以遵循这些教程，然后提出更具体的代码相关问题，例如“为什么模糊不适用于我的等高线图代码？”。

其次，当你能够检测到物体后，你应该提取边界框坐标中心，并与图像中心坐标进行比较。

如果检测到的物体边界框中心的X坐标大于（图像的宽度）/2，则物体在图像的右侧。如果较小，则检测到的对象位于图像的左侧。

希望这能回答你的问题。

【讨论】：

【解决方案2】：

如果您的图像都相对相似，您应该能够应用一些过滤器（模糊和阈值处理）来突出感兴趣的区域。

之后；做一些斑点检测：

事实上；我能够使用下面链接中的答案来完成这一点；稍作调整。

【讨论】：

你的价值是什么，我可以在它周围制作边界框
如果您能显示一些代码将不胜感激
你能画一个边界框吗？我不明白为什么不...我强烈鼓励进行一些尽职调查并查看我引用的帖子。以下是我使用的过滤器，除了观察输出以获得最佳结果之外，为什么我修改这些值的原因没有具体逻辑:-) smoothed = cv2.GaussianBlur(gray, (1,1), sigmaX=3, sigmaY=3, borderType = cv2.BORDER_DEFAULT) thresh = cv2.adaptiveThreshold(smoothed, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 65, 55) params.minArea = 500 params.filterByCircularity = False params.filterByConvexity = False params.filterByInertia = False

【解决方案3】：

我尝试过使用 HSV 对象检测并获得了一些不错的结果，但现在唯一的问题是我只有蒙版的图像，我想从中检测标记，这是一个中等大小的轮廓

这张图片会澄清它：

【讨论】：

我认为您可能想研究一些对灰度“变化”感兴趣的滤镜，因为图像的上半部分颜色相对较浅，下半部分较暗（两者都不是你感兴趣吗？）有趣的是，从光到暗再回到光的小斑点。这些更改很容易在 opencv 中过滤。