opencv - 如何成功数片？

Question

我最后一个关于图像识别的问题似乎太宽泛了，所以我想问一个更具体的问题。

首先是背景。我已经开发了一个(圆形)药丸计数器。它使用类似于 this tutorial 的东西.完成后，我还发现了与 this other tutorial 类似的东西.

但是我的方法对于像这张图片这样的东西失败了

虽然分割过程有点复杂(因为平板的半透明)我还是搞定了

我的问题就在这里。我如何计算细长的平板电脑，将每个平板电脑与图像分开，类似于链接教程中的最终结果？

到目前为止，我应用了距离变换，然后应用了我自己的分水岭版本，我得到了

如您所见，它在相邻的平板电脑上失败了(距离变换通常会失败)。

考虑到解决方案必须适用于此图像以及平板电脑的其他布置，例如最困难的是

我愿意使用 OpenCV 或在必要时使用我自己的算法。到目前为止，我都尝试过(使用 OpenCV 函数，也编写了我自己的库)我也愿意使用 C++、python 或其他。 (我用 C++ 编写了它们，我也在 C# 上完成了)。

Answer 1

我也在研究这个药丸计数问题(我在这个过程中比你早得多)，为了解决你正在研究的问题——触摸药丸，我的一般想法是如何解决这个问题一旦你有了一个好的药丸掩膜，就可以绘制药丸的轮廓，然后计算单个药丸的面积。

对于这种方法，我假设图像中有足够多的药片，因此未接触的药片数量多于接触的药片数量，并且没有药片相互重叠。对于我的应用程序，我认为设置此限制是合理的(人们可以快速查看他们倒出的药丸，并且至少可以粗略地使它们不接触而无需太多工作。我也可以设计一个托盘里面有一些凹坑，这样它就会迫使药丸不接触)

我通过对轮廓区域进行排序(使用正确的阈值应该导致只有药丸和药丸组在识别的轮廓中)并取中值来做到这一点。

然后，利用药丸面积的良好值，您可以寻找面积是该中值面积的倍数(+/- 一些百分比误差值)的轮廓。我还使用该中值来过滤掉明显不够大而不能成为药丸的轮廓，以及那些太大而不能成为药丸的轮廓(尽管后者可能更麻烦，因为它仍然可能是一组接触药丸).