问题描述

真实案例，农业领域经常需要计算对象个数 或者在其它领域拍照自动计数，可以提供效率，减低成本

解决思路

通过二值分割+形态学处理+距离变换+连通区域计算

结果展示：

image.png

// ObjectCount.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
//问题描述
//真实案例，农业领域经常需要计算对象个数 或者在其它领域拍照自动计数，可以提供效率，减低成本
//解决思路 
//通过二值分割 + 形态学处理 + 距离变换 + 连通区域计算

#include <iostream>
#include <opencv2/opencv.hpp>
#include <math.h>

using namespace cv;
using namespace std;


int main()
{

    Mat gray_src, binary, dst;
    Mat src = imread("D:\\case5.png");
    if (src.empty()) {
        printf("could not load image...\n");
        return -1;
    }



    imshow("input image", src);
    cvtColor(src, gray_src, COLOR_BGR2GRAY);

    // 二值分割  转成黑白 
    threshold(gray_src, binary, 0, 255, THRESH_BINARY | THRESH_TRIANGLE);
    imshow("binary image", binary);

    //形态学操作
    Mat kernel = getStructuringElement(MORPH_RECT, Size(5, 5));
    //膨胀  亮度部分 黑色的范围会变小（白底黑色物体）
    dilate(binary, binary, kernel, Point(-1, -1), 4);
    //imshow("dilate", binary);

    //距离变换
    Mat dist;
    bitwise_not(binary, binary);//取反（黑底白色物体）

    //计算图像中每一个非零点距离离自己最近的零点的距离, 经过简单的运算，用于细化字符的轮廓和查找物体质心（中心）
    distanceTransform(binary, dist, DIST_L2, 3);

    normalize(dist, dist, 0, 1.0, NORM_MINMAX);
    imshow("dist", dist);
    // 阈值化二值分割
    //threshold(dist, dist,0.7,1.0,THRESH_BINARY);//对距离进行筛选，去除边缘部分
    //normalize(dist, dist, 0, 255, NORM_MINMAX);
    Mat dist_8U;
    dist.convertTo(dist_8U, CV_8U);
    adaptiveThreshold(dist_8U, dist_8U, 255, ADAPTIVE_THRESH_GAUSSIAN_C, THRESH_BINARY, 85, 0.0);//自适应阈值，代替上面的阈值操作
    //形态学操作，使得断开部分连接
    kernel = getStructuringElement(MORPH_RECT, Size(5, 5), Point(-1, -1));
    dilate(dist_8U, dist_8U, kernel, Point(-1, -1), 3);

    imshow("dist_8U", dist_8U);
    // 连通区域计数
    vector<vector<Point>> contours;
    findContours(dist_8U, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);
    
    // draw result
    Mat markers = Mat::zeros(src.size(), CV_8UC3);
    RNG rng(12345);
    for (size_t t = 0; t < contours.size(); t++)
    {
     drawContours(markers, contours, static_cast<int>(t), Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)),
         - 1, 8, Mat());

    }
    printf("number of corns : %d", contours.size());
    imshow("Final result", markers);

    waitKey(0);

    return 0;

}