联系QQ84408
首页
行业资讯
关于我们
网站地图
行业资讯

中国上海市浦东新区

84408

行业资讯

当前位置:首页 > 行业资讯

看看咱们的 pixelsPerMetric 变量能否被初始化了

薪火娱乐编辑:2018/7/6 12:22:53

  正正在图像中测量物体的大小与打算推算从相机到物体之间的决绝是近似的,正正在这两种际遇下,咱们需求界说一个比值,它测量每个给定目标的像素个数。

  为了决定图像中物体的巨细,我们入手下手必要欺诳一个 参考物体进行「校准」(不要与里面/外部校准夹杂)。咱们的参考物体应该有两个重要的属性:

  属性 1:咱们理当正正在一个可测量的单位(如毫米、英寸等)内,明确这个物体的尺寸(遵从宽度或高度)。

  属性 2:咱们该当也许正在图像中方便地找到这个参考物体,要么基于物体的地址(如参考物体总是被部署正在图像的左上角)或经过景象(像一个怪异的颜色或样子,诡秘且辨认于其他物体的物体)。在任何一种处境下,咱们的参考都应当以某种体例拥有专心的可区别性。

  正正在本例中,咱们将诈欺一个两角五分的美元硬币举动参考物体,并正在悉数示例中保证它长远是图像中最左的物体:

  图1:咱们将哄骗一个两角五分的美元硬币举动参照物,并保证它持久活动图像中最右边的物体铺排,这样我们就可以很容易地听命外面的地方对其进行排序。

  通过保险1 / 4是最左的物体,咱们也许从左到右对物体概况进行排序,得到1 / 4(这将长久是排序列表中的第一个外面),并哄骗它来定义我们的 pixels_per_metric ,咱们将其界说为:

  一个两角五分的美元硬币是 0.955 英寸。现正正在若是我们的 object_width (以像素为单位)被鼓舞推算为 150 像素宽(基于它的干系边框)。

  所以新火巅峰账号申请在咱们的图像中,每 0.955 英寸大略有 157 个像素。利用这个比率,我们可能煽惑推算图像中物体的大小。

  既然我们懂得「像素/度量」比率 ,就可能达成用于丈量图像中物体大小的 Python 驱动措施剧本。

  第 2 行到第 8 行导入我们必要的 Python 包。正在该例中,咱们将满盈欺骗 imutils package ,以是尽管你没有装配这个包,确保正在连续下一步之前安装这个包。

  第 10 行和第 11 行界说一个称为中点的辅助手腕,顾名念义,用于荧惑推算(x, y)-坐方向两组之间的中点。

  第 14 行到第 19 领悟我们的夂箢行参数。我们必要两个参数:一个是图像,该图像为席卷我们念丈量物体的输入图像的路径,第二个是参照物的宽度(以英寸为单位),假定参照物在我们图像中的最左端。

  第 2 行到第 4 行:从磁盘中加载咱们的图像,将该图像灰度化,并诳骗高斯过滤器将其平滑化。第 8 行到第 10 行:对其进行角落检测,新火娱乐并阅历膨胀和堕落使角落过渡得加倍腻滑。

  第 19 行:将这些角落从左到右排序(许愿咱们提取参照物)。第 20 行:初始化 pixelsPerMetric 值。

  正正在第 2 行,咱们起首对每个外貌进行轮回。新火娱乐尽管表面不足大,咱们甩掉该地区,假设它是边际检测经历中遗留下来的噪声(第 4 行和第 5 行)。

  正在第 17 行,咱们正正在左上方、右上角、右下角和左下方的顺次列举我们盘旋的规模框坐标,如上周的博客文章所说的那样。

  第 4-6 行掀开咱们的有序周围框,策画盘算左上角和右上角之间的中点,而后策动阴谋右下角之间的中点。

  起源,咱们打算推算出我们的中点之间的欧氏断交(第 2 和 3 行)。dA 变量将囊括高度拒绝(以像素为单位),而 dB 将保存宽度拒却。

  而后正在第 8 进取行锤炼,看看咱们的 pixelsPerMetric 变量能否被初始化了,只管没有初始化,我们将 dB 除以我们提供的宽度,从而得到(犹如的)像素/英寸。

  既然我们的 pixelsPerMetric 变量曾经被界说,我们就能够衡量图像中物体的大小:

  图 2:诈骗 OpenCV 、Python 、荧惑合计机视觉和图像拘束时光丈量图像中物体的巨细。

  上图所示,我们一经告成土地算估计出图像中每个物体的巨细——我们的名片被切实地显露为 3.5 英寸 x 2英寸。同样,咱们的镍被确凿地描绘为 0.8 英寸 x 0.8 英寸。

  开始,我仓促用我的 iPhone 拍了这张照片。这个角度虽然不是整个 90 度地「向下看」物体(就像鸟瞰彷佛)。尽管不是全盘 90 度视图(大概尽或许亲热它),物体的尺寸也许会显得扭曲。

  其次,我没有欺骗相机的内里和外部参数来校准我的 iPhone 。虽然不确定这些参数,照片很方便映现径向和切向镜头畸变。为了找到这些参数而施行出格的校准程序,或许「不扭曲」我们的图像,并导致更好的对象巨细好似(但我将把失真厘正的申辩手脚将来博客文章的要点)。

  与此同时,正在拍摄物体时,假使亲热 90 度的视角 —— 这将有帮于广博你对物体大小的揣度确实切性。

  在美国,20000 多种处方药中有近 50% 是圆形和/或白色的,以是即使我们能听命它们的丈量成果对药片进行过滤,咱们就更有或许实在地区别出药物。

  末了,咱们结尾一个例子,这次诈骗 3.5 英寸 x2 英寸的咭片来衡量两个唱片 EPs 和一个信封的巨细:

  就像正在我们的教程中,要衡量从相机到物体的绝交,需要肯定「像素/胸宇」比率,它形容了可能「合适」特天命指标英寸、毫米、米等的像素的数量。

  假使能够满意这两个属性,那么也许利用该参照物来校准 pixels_per_metric 变量,尔后煽惑估计图像中其他物体的巨细。

  必定要愚弄下面的表格登记 PyIgeSearch 的通讯,当下一篇博客文章公布时,你将会收到看护——你遏制错过!前去搜狐,巡视更众