一、计算硬币个数 二、计算硬币大小（像素）
1、图片素材 （使用python3.6, spyder开发环境，只能求分离的、色差明显的物体数量）
2、 python 打开图片，转为灰度图，再转为二值图 二值图 进行一系列腐蚀和膨胀操作 使用contours = measure.find_contours(img, 0.9) 来得到边界信息 print('共有%d个硬币'%(len(contours))) #得到多少个边界，即多少个硬币、米粒
3代码部分： import skimage.morphology as sm import numpy as np import matplotlib.pyplot as plt from skimage import measure,draw from numpy import * from skimage import io x=io.imread('C:/Users/Administrator/Desktop/py/rice.jpg',as_grey=True) #io.imshow(x)
i,j=x.shape bg=zeros([i,j]) y=zeros([i,j]) for m in range(i): for n in range(j): if x[m,n]<0.5: bg[m,n]=x[m,n] else: bg[m,n]=0 y=x-bg #io.imshow(bg) #io.imshow(y)
yy=zeros([i,j]) for m in range(i): for n in range(j): if y[m,n] >=0.2: yy[m,n]=1 else: yy[m,n]=0 #io.imshow(yy) yy=sm.erosion(yy,sm.square(3)) #腐蚀 系数可以适当调整 #io.imshow(yy)
import cv2 kernel = np.ones((3,3),np.uint8) yyy = cv2.dilate(yy,kernel,iterations =1) #膨胀 系数可以适当调整 #io.imshow(yyy)
contours = measure.find_contours(yyy, 0.9) #得到一系列边界（x，y） numcoin=len(contours) #边界个数就是米粒个数 print('共有%d个硬币'%(len(contours)))
yyyy=zeros([i,j]) for m in range(i): for n in range(j): if yyy[m,n]==1: yyyy[m,n]=x[m,n] else: yyyy[m,n]=0
from matplotlib import pyplot as plt #%matplotlib qt5 from skimage import io from pylab import * mpl.rcParams['font.sans-serif'] = ['SimHei'] #可以使用中文标签
subplot(221) io.imshow(x) axis('off') title('原图')
subplot(222) io.imshow(y) axis('off') title('去除背景')
subplot(223) io.imshow(yyy) axis('off') title('腐蚀与膨胀操作')
subplot(224) io.imshow(yyyy) axis('off') title('有'+str(numcoin)+'个米粒') plt.tight_layout()
得到如下：
可能有误差，有些黏连，调整膨胀、腐蚀的系数
调整系数
4、计算最大尺寸米粒
last=zeros([i,j])
from numpy import * #contours[1][:,0]=np.around(contours[1][:,0]) #把浮点型取整
#利用高数 二元函数对平面积分的思想，把每个边界内部值变为1、2、3。。。 #第一个边界内部变1，第二个内部变2......，之后求最大尺寸可以从这里面找哪个数最多 for t in range(len(contours)): contours[t][:,0]=np.around(contours[t][:,0], decimals=1) xbig=int(max(np.around(contours[t][:,0]))) #x最大值 xsma=int(min(np.around(contours[t][:,0]))) #x最小值 for x in range(xsma,xbig+1): cc=find(np.around(contours[t][:,0])==x) dd=contours[t][cc,1] ysma=int(min(dd)) #x对应的y的最小值，(一般有两个或者以上) ybig=int(max(dd)) #x对应的y的最大值，(一般有两个或者以上) for y in range(ysma,ybig+1): if yyy[x,y]==1: #等于1的部分变成t （第t个边界内部） last[x,y]=t else: last[x,y]=0
io.imshow(last)
tj=zeros(int(last.max())) for iii in range(1,int(last.max())+1): tj[iii-1]=len(find(np.around(last[:][:])==iii)) int(find(tj==tj.max())+1)
subplot(2,2,1) x=io.imread('C:/Users/Administrator/Desktop/py/rice.jpg',as_grey=True) io.imshow(x) title('原图')
subplot(2,2,2) gray() io.imshow(last) title('%d个米粒'%(last.max()))
y5=zeros([i,j]) subplot(2,2,3) for m in range(i): #显示最大尺寸的米粒 for n in range(j): if last[m,n]==find(tj==tj.max())+1: y5[m,n]=x[m,n] else: y5[m,n]=0 gray() imshow(y5) title('最大的一粒尺寸为%d像素'%(tj.max())) 得到下图
