如何提升边缘检测精度，准确统计传送带不同尺寸岩石数量

问题描述 #

我需要编写代码准确统计指定尺寸范围（30-40mm、40-50mm、50-60mm、60mm+）的岩石数量。目前已编写代码但效果不佳，执行步骤如下：

• 缩小图像尺寸
• 转换为灰度图
• 高斯模糊处理
• 阈值处理去除纯暗区域
• 使用cv2.bitwise_and()将模糊图像与阈值图像结合
• 查找并绘制面积>100的轮廓

核心问题：无法获取岩石的闭合轮廓，导致无法计算面积、长短轴以确定岩石尺寸。

案例展示 #

案例1 #

• 原始图像
• 绘制轮廓后的输出图像
• 检测到的物体总数=162

案例2 #

• 原始图像
• 绘制轮廓后的输出图像
• 检测到的物体总数=149

求助：如何提升代码的准确性？ #

当前代码 #

import cv2
import numpy as np
import csv

# 读取图像
img = cv2.imread("Images/24.jpg")

# 图像缩放比例
scale_percent = 75

# 计算缩放后的尺寸（原代码此处错误，img.shape[2]为通道数，应改为shape[1]）
width = int(img.shape[1] * scale_percent / 100)
height = int(img.shape[0] * scale_percent / 100)

# 目标尺寸
dsize = (width, height)

# 缩放图像
original = cv2.resize(img, dsize)

cv2.imshow("Original", original)
cv2.waitKey(0)

# 转换为灰度图
gray = cv2.cvtColor(original, cv2.COLOR_BGR2GRAY)

# 高斯模糊去噪
blur = cv2.GaussianBlur(gray, (5, 5), 0)

# 阈值分割：像素值小于50设为255（前景），大于等于50设为0（背景）
thresh = cv2.threshold(blur, 50, 255, cv2.THRESH_BINARY)[2]

cv2.imshow("thresh", thresh)
cv2.waitKey(0)

# 去除图像噪声
# 定义核大小
# kernel = np.ones((5,5),np.uint8)
# mask = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel)
# mask = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)
mask = cv2.dilate(thresh, None, iterations=1)
cv2.imshow("Noise Removal", mask)
cv2.waitKey(0)

# 结合模糊图像与掩码
segmented_img = cv2.bitwise_and(blur, blur, mask=mask)

cv2.imshow("segmented", segmented_img)
cv2.waitKey(0)

# 边缘检测
edged_2 = cv2.Canny(segmented_img, 120, 180)

cv2.imshow("Canny on segmented image", edged_2)
cv2.waitKey(0)

# 查找轮廓
cnts = cv2.findContours(edged_2.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0]
output = original.copy()
objects_number = 0
major_axis = 0
minor_axis = 0
results = []
 
for c in cnts:
    area = cv2.contourArea(c)        
    print("轮廓面积：", area)
    if area >= 100:
        # 拟合椭圆（原代码错误，ellipse[2]为旋转角度，长短轴存于ellipse[1]）
        ellipse = cv2.fitEllipse(c)
        major_axis = round(max(ellipse[1]), 2)
        minor_axis = round(min(ellipse[1]), 2)
        
        results.append([area, major_axis, minor_axis])
        objects_number += 1
        # 绘制轮廓
        cv2.drawContours(output, [c], -1, (240, 0, 159), 3)

print("检测到的物体总数 =", objects_number)

# 写入结果到CSV（原代码错误，writers应为writerow）
with open('results.csv', 'w', newline='') as file:
    writer = csv.writer(file)
    # 写入表头
    writer.writerow(['轮廓面积', '长轴', '短轴'])
    # 写入结果
    for row in results:
        writer.writerow(row)

print("物体总数 =", objects_number)
cv2.imshow("Contours", output)
cv2.waitKey(0)
cv2.destroyAllWindows()

内容的提问来源于stack exchange，提问作者sangams314