python基于opencv实现数籽粒

千粒重是一个重要的农艺性状,通过对其的测量和研究,我们可以更好地理解作物的生长状况,优化农业生产,提高作物产量和品质。但数籽粒数目是一个很繁琐和痛苦的过程,我们现在用一个简单的python程序来数水稻籽粒。代码的大致流程如下:

  1. 对照片进行预处理,包括灰度化、二值化等操作,以便更好地识别籽粒。
  2. 使用轮廓检测算法来找到照片中的籽粒,并计算轮廓面积;
  3. 对轮廓面积进行判断,以便区分重叠的籽粒。
  4. 计算籽粒数目,将结果输出到屏幕上或保存到文件中。

具体代码如下:

1. 加载需要的包

python 复制代码
import cv2
from matplotlib import pyplot as plt
import numpy as np
from PIL import Image, ImageDraw, ImageFont

2. 导入图片并展示

python 复制代码
img = cv2.imread('pic2.jpg',0)
img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
# 显示图像
plt.imshow(img_rgb)
plt.show()

3. 轮廓检测算法来找到照片中的籽粒

python 复制代码
ret, thresh = cv2.threshold(img, 180, 255, cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
area = np.zeros(len(contours))
for i in np.arange(0, len(contours)):
    area[i] = cv2.contourArea(contours[i])

4. 对轮廓面积进行判断,以便区分重叠的籽粒

python 复制代码
med = np.median(area)
j = 0
i = 0
a = area/med
draw = Image.fromarray(img)
for c in contours:
    if round(a[j]) == 1:   
        i = i+1
        draw1 = ImageDraw.Draw(draw)
        font = ImageFont.truetype('arial.ttf', 30)
        draw1.text(tuple(c[0][0]), str(i), fill = 'black', font = font)
    if round(a[j]) > 1:   
        i = i+round(a[j])
        draw1 = ImageDraw.Draw(draw)
        font = ImageFont.truetype('arial.ttf', 30)
        draw1.text(tuple(c[0][0]), str(i+1)+"~"+str(i+round(a[j])), fill = 'black', font = font)
    j = j + 1
print("籽粒数目:", i)

5. 展示标记情况

python 复制代码
img_rgb = cv2.cvtColor(np.array(draw), cv2.COLOR_BGR2RGB)
# 显示图像
plt.imshow(img_rgb)
plt.savefig("rice.pdf")
plt.show()
相关推荐
数据智能老司机1 小时前
精通 Python 设计模式——分布式系统模式
python·设计模式·架构
数据智能老司机2 小时前
精通 Python 设计模式——并发与异步模式
python·设计模式·编程语言
数据智能老司机2 小时前
精通 Python 设计模式——测试模式
python·设计模式·架构
数据智能老司机2 小时前
精通 Python 设计模式——性能模式
python·设计模式·架构
c8i2 小时前
drf初步梳理
python·django
每日AI新事件2 小时前
python的异步函数
python
这里有鱼汤3 小时前
miniQMT下载历史行情数据太慢怎么办?一招提速10倍!
前端·python
databook12 小时前
Manim实现脉冲闪烁特效
后端·python·动效
程序设计实验室13 小时前
2025年了,在 Django 之外,Python Web 框架还能怎么选?
python
倔强青铜三14 小时前
苦练Python第46天:文件写入与上下文管理器
人工智能·python·面试