android - 如何检测和计数药片(胶囊)

Question

Closed. This question needs to be more focused。它当前不接受答案。












想改善这个问题吗？更新问题，使其仅关注 editing this post一个问题。

6年前关闭。



Improve this question




我想知道哪种算法用于检测药丸和胶囊？那就是使用opencv和android检测表上胶囊的数量。

我使用过的过程:

首先捕获图像，然后应用灰度，然后在应用阈值后应用阈值，然后应用侵 eclipse ，然后在使用houghcircles之后尝试检测胶囊，但无法检测到任何胶囊。

请给解决方案.....

我到目前为止已经尝试过:



这是我在android opencv中检测药丸的代码。

        Bitmap i = getBitmap(imgPath + "orignal.jpg");

        //Log.i("after Bitmap i",""+imgPath);
        Bitmap bmpImg = i.copy(Bitmap.Config.ARGB_8888, false);
        bmpImg =SetBrightness(bmpImg,-60);
        //Log.i("after Bitmap bmpImg",""+imgPath);
        Mat srcMat = new Mat ( bmpImg.getHeight(), bmpImg.getWidth(), CvType.CV_8UC3);
        Bitmap myBitmap32 = bmpImg.copy(Bitmap.Config.ARGB_8888, true);
        Utils.bitmapToMat(bmpImg, srcMat);

        //convert to gray scale and save image
        Mat gray = new Mat(srcMat.size(), CvType.CV_8UC1);
        //Imgproc.cvtColor(srcMat, gray, Imgproc.COLOR_RGB2GRAY,4);
        Imgproc.cvtColor(srcMat, gray, Imgproc.COLOR_BGRA2GRAY);
        //write bitmap
        Boolean grayBool = Highgui.imwrite(imgPath + "gray.jpg", gray);             
        Imgproc.medianBlur(gray, gray,51);      
        Utils.matToBitmap(gray, bmpImg);

        //thresholding
        Mat threshed = new Mat(bmpImg.getWidth(),bmpImg.getHeight(), CvType.CV_8UC1);
        Imgproc.adaptiveThreshold(gray, threshed, 255, Imgproc.ADAPTIVE_THRESH_MEAN_C, Imgproc.THRESH_BINARY, 75, 5);//15, 8 were original tests. Casey was 75,10//(smoothed, threshed, 250, 250, 0);
        Core.bitwise_not(threshed, threshed);
        Boolean threshedBool = Highgui.imwrite(imgPath + "threshed.jpg", threshed); 
        Utils.matToBitmap(threshed, bmpImg);

        Imgproc.GaussianBlur(threshed, threshed, new org.opencv.core.Size(9, 9), 2, 2);
        Utils.matToBitmap(threshed, bmpImg);

        //erosion
        Mat eroded = new Mat(bmpImg.getWidth(),bmpImg.getHeight(), CvType.CV_8UC1);
        Imgproc.erode(threshed, eroded, Imgproc.getStructuringElement(Imgproc.MORPH_ELLIPSE, new org.opencv.core.Size(15, 15)));
        Utils.matToBitmap(eroded, bmpImg);
        //write bitmap
        Boolean boolEroded = Highgui.imwrite(imgPath + "eroded.jpg", eroded);


        //smoothing
        //Imgproc.GaussianBlur(threshed, threshed, new org.opencv.core.Size(3,3), 50);
        Imgproc.GaussianBlur(edge, threshed, new org.opencv.core.Size(9, 9), 2, 2);
        Utils.matToBitmap(threshed, bmpImg);

        //hough circles
        Mat circles = new Mat();

        Imgproc.HoughCircles( eroded, circles, Imgproc.CV_HOUGH_GRADIENT,1, eroded.rows()/8, 200,100, eroded.cols()/25, eroded.cols()/6 );
        //Imgproc.HoughCircles( threshed, circles, Imgproc.CV_HOUGH_GRADIENT,1, threshed.rows()/8,100, 80, 10, 100);        

请协助。谢谢。

最佳答案

可以有多种方法，您可以尝试一些选项:

1>如果您确定可以期望的那种药丸，则可以训练自己的HAAR分类器。阅读本教程以了解如何做:http://coding-robin.de/2013/07/22/train-your-own-opencv-haar-classifier.html
如果您四处看看，可以找到更多教程。

2>从外观上看，您的药丸似乎是圆形或椭圆形的。为什么不使用Houghs Circle Transform查找圆圈？在这里查看更多:http://docs.opencv.org/doc/tutorials/imgproc/imgtrans/hough_circle/hough_circle.html

3>色度键控。我怀疑您会吃绿色的药丸。将所有药丸放在绿色的图表纸上，然后可以非常轻松地删除图像中的背景(表格)。您所剩下的就是药丸，然后只需查找外部轮廓即可计算出药丸的数量。为此，请理解，绿色不是必须的，只要您可以在背景和药丸之间保持巨大的色差并且背景具有单一颜色即可。

关于android - 如何检测和计数药片(胶囊)，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/25009581/

上一篇：postgresql - 用户 "postgres"的密码不匹配

下一篇：python - 使用numpy和cv2处理大型二进制图像数组

相关文章：

android - 设置显式注释处理器

c++ - 使用原始数据将 QImage 转换为 cv::Mat

c# - opencv中的InRange方法与python/cv2和c#/emgu有什么区别？

python - 不正确的模式计算或者这是盐和胡椒？

python - 使用 Hughlines 变换进行角点检测

java - 将 Bundle 转换为 JSON

安卓:我需要一个滑入计算器类型的软键盘 la iphone

opencv - HoughLines中rho和theta参数的解释

android 可以 android :gravity do this?

Answer 1

可以有多种方法，您可以尝试一些选项:

1>如果您确定可以期望的那种药丸，则可以训练自己的HAAR分类器。阅读本教程以了解如何做:http://coding-robin.de/2013/07/22/train-your-own-opencv-haar-classifier.html
如果您四处看看，可以找到更多教程。

2>从外观上看，您的药丸似乎是圆形或椭圆形的。为什么不使用Houghs Circle Transform查找圆圈？在这里查看更多:http://docs.opencv.org/doc/tutorials/imgproc/imgtrans/hough_circle/hough_circle.html

3>色度键控。我怀疑您会吃绿色的药丸。将所有药丸放在绿色的图表纸上，然后可以非常轻松地删除图像中的背景(表格)。您所剩下的就是药丸，然后只需查找外部轮廓即可计算出药丸的数量。为此，请理解，绿色不是必须的，只要您可以在背景和药丸之间保持巨大的色差并且背景具有单一颜色即可。