如何使用 OpenCV 计算图像中黑色垂直线之间的对象数量？

Question

我有这张iron-rod图像，我已经对图像进行了二值化（ local_thresholding ）并使用形态学操作（ erosion ）使用 opencv 将其转换为这个image-2 。

现在我想计算图像中存在的杆数。 如果您看到image-2 ，我需要计算两条垂直黑线之间的对象数。 我怎样才能做到这一点？

使用的代码：

from skimage import io, filters, transform, util, morphology, exposure, 
import cv2
import numpy as np

gray_image = io.imread('img1.jpeg')
gray_image = cv2.cvtColor(gray_image, cv2.COLOR_RGB2GRAY)
# binarize the image
gray_image1 = exposure.adjust_gamma(gray_image, gamma=1.4, gain=1.6)
local_threshold = filters.threshold_local(gray_image1, block_size=161, offset=3, mode='constant', cval=300)
binary_image = gray_image1 > local_threshold

erosion_binary = morphology.binary_erosion(binary_image, morphology.diamond(1))
# save the image
io.imsave('img2.png', util.img_as_ubyte(erosion_binary))

Answer 1

因此，一种可能的解决方案是从任一侧（左侧或右侧）开始并在图像上水平移动，检查每个像素是黑色还是白色。 您需要某种阈值条件，例如“如果我连续遇到 25 个黑色像素，然后到达一个白色像素，我必须在新杆的开始处”

注意：25 是任意的，可能对您不起作用，您必须四处寻找合适的阈值

我会在不同的 y 值（即不同的垂直起点）处多次执行此操作，并选择可能的平均值、中位数、众数等。

例子：

thresh = 25
num_rods = []
for y in range(5, height, 10):   # move on y-values 10 pixels apart from each other
    black_count = 0
    num_rods.append(0)
    for x in range(width):
        # increase black pixel count if we're at a black pixel
        if img[x][y] == 0:
            black_count += 1
        # if we reach the threshold AND hit a white pixel, increase rod count and reset the black pixel count
        elif black_count >= thresh and img[x][y] == 1:
            num_rods[-1] += 1
            black_count = 0

tot_num_rods = sum(num_rods) / len(num_rods)

这只是一个粗略的例子。 需要进行一些测试和玩来确定要使用的最佳条件和阈值。 还有其他方法或解决方案，但这是我的第一个想法，可能是我将如何解决这个问题。