Erkennung von Braille-Punkten auf Bildern mithilfe von OpenCV
Posted: 05 Jan 2025, 17:05
Für ein Projekt möchte ich Braillepunkte auf einer Platte erkennen. Ich mache ein Bild, auf dem ich dank der Funktion connectedComponentsWithStats meine Erkennung durchführe. Trotz meiner Versuche kann ich nie einen Schwellenwert ermitteln, bei dem alle Punkte und nur diese erkannt werden. Ich habe das gleiche Problem, wenn ich versuche, die Kreiserkennung zu verwenden. Ich versuche auf Anraten eines Lehrers, den Vorlagenabgleich zu verwenden, habe aber auch Probleme mit meiner Erkennung, da der einzige Faktor, der sie beeinflusst, der Schwellenwert ist.
Bild mit adaptivem Schwellenwert:
Bild mit Vorlagenerkennung:
[img]https:// i.sstatic.net/TYuvR.jpg[/img]
Code: Select all
import matplotlib.pyplot as plt
img1 = cv.imread(r"traitement\prod.png")
plt.figure(figsize=(40,40))
plt.subplot(3,1,1)
gray_img = cv.cvtColor(img1, cv.COLOR_BGR2GRAY)
test = cv.adaptiveThreshold(gray_img, 255, cv.ADAPTIVE_THRESH_MEAN_C, cv.THRESH_BINARY_INV, 11, 6)
_, _, boxes, _ = cv.connectedComponentsWithStats(test)
boxes = boxes[1:]
filtered_boxes = []
for x,y,w,h,pixels in boxes:
if pixels < 1000 and h < 35 and w < 35 and h > 14 and w > 14 and x > 15 and y > 15:
filtered_boxes.append((x,y,w,h))
for x,y,w,h in filtered_boxes:
W = int(w)/2
H = int(h)/2
#print(w)
cv.circle(img1,(x+int(W),y+int(H)),2,(0,255,0),20)
cv.imwrite("gray.png",gray_img)
cv.imwrite("test.png",test)
plt.imshow(test)
plt.subplot(3,1,2)
plt.imshow(img1)
Code: Select all
import cv2 as cv
import numpy as np
from imutils.object_detection import non_max_suppression
import matplotlib.pyplot as plt
img = cv.imread('traitement/prod.png')
temp_gray = cv.imread('dot.png',0)
W, H = temp.shape[:2]
thresh = 0.6
img_gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
match = cv.matchTemplate(image=img_gray, templ=temp_gray, method=cv.TM_CCOEFF_NORMED)
(y_points, x_points) = np.where(match >= thresh)
boxes = list()
for (x, y) in zip(x_points, y_points):
# update our list of rectangles
boxes.append((x, y, x + W, y + H))
boxes = non_max_suppression(np.array(boxes))
# loop over the final bounding boxes
for (x1, y1, x2, y2) in boxes:
cv.circle(img,(x1+int(W/2),y1+int(H/2)),2,(255,0,0),15)
plt.figure(figsize=(40,40))
plt.subplot(3,1,1)
plt.imshow(img)
Bild mit Vorlagenerkennung:
[img]https:// i.sstatic.net/TYuvR.jpg[/img]