python-3.x - 从 Cereal 图像中辨别有缺陷的 Cereal

Question

我正在尝试使用图像处理工具(如Python中的OpenCV)将颗粒分类为有缺陷的和无缺陷的。图像之一如图所示。



我首先通过使用HSV空间进行测距来分别对 Cereal 进行分割，并应用了一些边缘检测算法，例如canny，自适应阈值，但是我可以找到一种解决此问题的特殊方法，因为我最近开始探索并且仍在探索图像处理的能力。

不良品:



无缺陷:



我有两个查询:

1)如果我使用上图所示的edge_detected图片，可使用什么度量来区分颗粒。

2)由于在第三个非缺陷图像中使用canny进行边缘检测失败，我是否可以依靠其他功能？

Answer 1

例如:

import cv2
import numpy as np
img=cv2.imread('YfClv.jpg')
#convert to hsv
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
#color definition
blue_lower = np.array([100,118,33])
blue_upper = np.array([119,255,160])
#blue color mask (sort of thresholding, actually segmentation)
mask = cv2.inRange(hsv, blue_lower, blue_upper)
se=cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (20, 20))
mask=cv2.dilate(mask, se)
mask=cv2.bitwise_not(mask)
edges = cv2.Canny(img,300,100) #find edges
out=cv2.bitwise_and(edges, mask) #xor for testing
#cv2.imshow('test', out)
cv2.imwrite('bad_seeds.png', out)

结果，内部边缘: