小编Kin*_*t 金的帖子

我的代码是:

import gluoncv as gcv

net = gcv.model_zoo.get_model('ssd_512_mobilenet1.0_voc', pretrained=True)

windowName = "ssdObject"
cv2.namedWindow(windowName, cv2.WINDOW_NORMAL)
cv2.resizeWindow(windowName, 1280, 720)
cv2.moveWindow(windowName, 0, 0)
cv2.setWindowTitle(windowName, "SSD Object Detection")
while True:
    # Check to see if the user closed the window
    if cv2.getWindowProperty(windowName, 0) < 0:
        # This will fail if the user closed the window; Nasties get printed to the console
        break
    ret_val, frame = video_capture.read()

    frame = mx.nd.array(cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)).astype('uint8')
    rgb_nd, frame = gcv.data.transforms.presets.ssd.transform_test(frame, short=512, max_size=700)

    # # Run frame through network
    class_IDs, scores, …

我有大约30个SEM(扫描电子显微镜)图像:

你看到的是玻璃基板上的光刻胶柱.我想做的是获得x和y方向的平均直径以及x和y方向的平均周期.

现在,我不想手动进行所有测量,我想知道,如果有可能使用python和opencv自动化它？

编辑:我尝试了下面的代码,它似乎正在检测圆圈,但我真正需要的是椭圆,因为我需要x和y方向的直径.

......我还没看到如何获得规模呢？

import numpy as np
import cv2
from matplotlib import pyplot as plt

img = cv2.imread("01.jpg",0)
output = img.copy()

edged = cv2.Canny(img, 10, 300)
edged = cv2.dilate(edged, None, iterations=1)
edged = cv2.erode(edged, None, iterations=1)



# detect circles in the image
circles = cv2.HoughCircles(edged, cv2.HOUGH_GRADIENT, 1.2, 100)


# ensure at least some circles were found
if circles is not None:
    # convert the (x, y) coordinates and radius of the circles …

cv2.imshow正在发生一些奇怪的事情.我正在编写一段代码并想知道为什么我的一个操作不起作用(通过观察cv2.imshow来诊断).在恼怒的情况下,我最终将相同的图像写入文件,其中看起来很好.为什么cv2.imshow显示二进制图像(下面的第一个图像),而cv2.imwrite按预期写入灰度图像(第二个图像)？我以前从未遇到过显示灰度图像的问题!

cv2.imshow('Latest', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

distTransform = cv2.distanceTransform(src=image,distanceType=cv2.DIST_L2,maskSize=5)
cv2.imwrite('distanceTransform.png', distTransform)

cv2.imshow('Latest', distTransform)
cv2.waitKey(0)
cv2.destroyAllWindows()

这是cv2.imshow显示的图像:

这是由imwrite保存的图像:

我正在尝试将OpenCV与Python结合使用，以便检测来自Raspberry Pi摄像机的实时视频源中的正方形。但是，下面的代码中的cv2.GaussianBlur和cv2.Canny函数导致以下错误：“ TypeError：numpy.ndarray'对象不可调用”。

我似乎无法解决该错误。任何帮助表示赞赏。

代码取自https://www.pyimagesearch.com/2015/05/04/target-acquired-finding-targets-in-drone-and-quadcopter-video-streams-using-python-and-opencv/#comment- 446639

import cv2

# load the video
camera = cv2.VideoCapture(0)

# keep looping
while True:
  # grab the current frame and initialize the status text
  (grabbed, frame) = camera.read()
  status = "No Targets"

  # check to see if we have reached the end of the
  # video
  if not grabbed:
     break

  # convert the frame to grayscale, blur it, and detect edges
  gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
  blurred = …

我正在使用 Opencv 和 python 来检测形状然后裁剪它们。我已经成功地做到了这一点，但是现在我正在尝试拍摄裁剪后的图像并删除它们的背景。

图像内部有一个圆圈，周围环绕着灰色。（它可以是灰色的，也可以是不止一种颜色）。

如何删除圆形边框（黑色）周围的颜色 - 我们可以将灰色转换为黑色 - 作为边框颜色，甚至完全删除它并使其透明。

结果图像应仅包含圆圈。

使用python-OpenCV，我已成功读取以下图像，检测矩形，裁剪它们并将每个矩形保存为图像。

这是我成功裁剪并另存为图像的矩形的示例。（因此将有12个）

然后处理每个矩形图像，以隔离圆并为每个圆创建一个新图像-使用cv2.HoughCircles我也成功做到了。

图像的输出A包含圆圈，如下所示：

现在：我需要做的是删除绿色圆圈以外的所有内容，并将绿色圆圈以外的所有内容转换为黑色，然后得到B（仅绿色圆圈）：

现在的问题是：如何获得B从A。

我从OpenCV中获取代码：删除图像的背景，但不适用于该图像A，而是输出此类图像：

这是从OpenCV中获取的代码：删除图像的背景。

circle_path_test = 'D:\rec.png'

img  = cv2.imread(circle_path_test)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

## (2) Threshold
th, threshed = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY_INV|cv2.THRESH_OTSU)

## (3) Find the min-area contour
_, cnts, _ = cv2.findContours(threshed, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cnts = sorted(cnts, key=cv2.contourArea)
for cnt in cnts:
    if cv2.contourArea(cnt) > 100:
        break

## (4) Create mask and do bitwise-op
mask …

我想将单应性应用于以下几点：

array([[-7.4894,  1.8873],
   [-7.4973,  1.8543],
   [-7.5375,  1.6725],
   [-7.5681,  1.522 ],
   [-7.5961,  1.371 ],
   [-7.6252,  1.2013],
   [-7.6504,  1.031 ],
   [-7.667 ,  0.8985],
   [-7.6817,  0.7657],
   [-7.6954,  0.613 ],
   [-7.7054,  0.4786],
   [-7.7124,  0.3452],
   [-7.7182,  0.1931],
   [-7.7215,  0.0866],
   [-7.7716,  0.0872],
   [-7.7715,  0.0929],
   [-7.7651,  0.2884],
   [-7.7587,  0.4269],
   [-7.7528,  0.5233],
   [-7.7418,  0.6616],
   [-7.7275,  0.8116],
   [-7.7048,  1.0032],
   [-7.6916,  1.0988],
   [-7.6686,  1.2478],
   [-7.6352,  1.4379],
   [-7.6091,  1.5741],
   [-7.5784,  1.7219],
   [-7.538 ,  1.8995],
   [-7.4894,  1.8873]], dtype=float32)

我的相机单应矩阵是这样的：

array([[ 3.9643041e-04,  6.5913662e-07,  3.1965813e-03],
       [ 7.4297395e-07, -3.9652368e-04, -4.4492882e-04],
       [-9.3076696e-06, -3.5773560e-06,  1.0000000e+00]], dtype=float32)

当我尝试使用 …

我有以下 ORB 关键帧匹配代码：

import numpy as np
import cv2
from matplotlib import pyplot as plt

img1 = cv2.imread("C:\\Users\\user\\Desktop\\picture\\Pikachu_Libre.png",0)
img2 = cv2.imread("C:\\Users\\user\\Desktop\\picture\\Pikachu_Libre.png",0)
# Initiate STAR detector
orb = cv2.ORB_create()

# find the keypoints with ORB
kp1, des1 = orb.detectAndCompute(img1,None)
kp2, des2 = orb.detectAndCompute(img2,None)
bf = cv2.BFMatcher(cv2.NORM_HAMMING, crossCheck=True)
# Match descriptors.
matches = bf.match(des1,des2)
# Sort them in the order of their distance.
matches = sorted(matches, key = lambda x:x.distance)
# Draw first 10 matches.
img3 = cv2.drawMatches(img1,kp1,img2,kp2,None,matches[:10], flags=2)
plt.imshow(img3),plt.show()

我运行后出现以下错误：

img3 …

我正在尝试制作一个我检测到红色的程序.但是有时它比平时更暗,所以我不能只使用一个值.什么是检测不同色调红色的好范围？我目前使用的范围是128,0,0 - 255,60,60,但有时它甚至都没有检测到我放在它前面的红色物体.

我收到此错误Error when checking input: expected conv2d_11_input to have 4 dimensions, but got array with shape (300, 300, 3) 如何将 RGB 图像传递给 CNN？如何枚举样本以创建 4D 图像？

我想手动将 RGB 图像转换为灰度图像。我想知道的是如何获得 RGB 像素的红/蓝/绿值？

img = cv2.imread("images/penguins.jpg",0)
grey = img
for i in range(0,grey.shape[0]-1):
    for j in range(0,grey.shape[1]-1):
        img[i,j]=[ ]

我不知道接下来要做什么

谢谢，对不起我的英语不好