申请/专利权人:李欣悦;陈家欢
申请日:2022-10-19
公开(公告)日:2023-01-24
公开(公告)号:CN115641310A
主分类号:G06T7/00
分类号:G06T7/00;G06T7/155;G06T7/194
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.02.14#实质审查的生效;2023.01.24#公开
摘要:本发明公开了一种基于openCV的H型钢计数算法,具体包括下列步骤:1载入图像,先利用cvtColor函数用于将图像从一个颜色空间转换到另一个颜色空间的转换将图像转换成灰度图,再利用自适应阈值函数即adaptiveThreshold函数用于二值化处理图像;2形态学操作提取二值图中的竖线;3清除背景中的无关竖线—前后景分割算法;4进行计数。本发明涉及钢材计数技术领域,具体提供了一种精准度优于市场同类产品,目前市场产品精准度大多为60%,本技术精准度可以达到90%以上的基于openCV的H型钢计数算法。
主权项:1.基于openCV的H型钢计数算法,其特征在于,具体包括下列步骤:1载入图像,先利用cvtColor函数将图像转换成灰度图,再利用自适应阈值函数即adaptiveThreshold函数用于二值化处理图像,获得二值图;2形态学操作提取二值图中的竖线采用getStructuringElement函数提取二值图中的竖线,其中getStructuringElement函数为element=cv2.getStructuringElementcv2.MORPH_CROSS,x,y,在该函数中MORPH_CROSS即函数返回十字形卷积核,x,y表示该卷积核有x行y列,getStructuringElement函数的参数设定为cv2.MORPH_RECT,1,intsrc.shape[0]64,-1,-1;3清除背景中的无关竖线—前后景分割算法Python中的Rembg库是用来去除图片背景的,利用Python中的Rembg工具箱对步骤2处理之后的图像进行前后景分割,实现图像抽取;4进行计数measure.find_contours函数检测图像中所有竖线的轮廓,measure.find_contours函数原型为skimage.measure.find_contoursarray,level,在该函数中array是一个二值数组图像,level是在图像中查找轮廓的级别值,measure.find_contours函数的参数设定为dst,0.5,最后返回轮廓列表集合,用for循环取出每一条轮廓,即可得到钢材的总数量。
全文数据:
权利要求:
百度查询: 李欣悦;陈家欢 基于openCV的H型钢计数算法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。