实战 | OpenCV两种不同方法实现粘连大米粒分割计数(步骤 + 源码)

本文主要是介绍实战 | OpenCV两种不同方法实现粘连大米粒分割计数(步骤 + 源码)，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

导  读

    本文主要介绍基于OpenCV的两种不同方法实现粘连大米分割计数，并给详细步骤和源码。源码和图片素材见文末。

背景介绍

    测试图如下，图中有个别米粒相互粘连，本文主要演示如何使用OpenCV用两种不同方法将其分割并计数。

      

方法一：基于分水岭算法

    基于分水岭算法分割步骤如下： 

  【1】高斯滤波 + 二值化 + 开运算

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)gray = cv2.GaussianBlur(gray,(5,5),0)ret, binary= cv2.threshold(gray, 115, 255, cv2.THRESH_BINARY) kernel = np.ones((5, 5), np.uint8)binary = cv2.morphologyEx(binary, cv2.MORPH_OPEN, kernel, iterations=1)cv2.imshow('thres', binary)

这篇关于实战 | OpenCV两种不同方法实现粘连大米粒分割计数(步骤 + 源码)的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---