python ，图像识别，长度直径检测

Question

如何利用Python实现对以上图像中纤维目标的长度和直径检测，其中检测直径时，首先画出纤维目标的中轴线，再画中轴线垂直方向n条交于纤维边缘轮廓的垂线，计算这n条垂线的长度之和再取平均值，即为纤维直径。计算长度时计算纤维目标中轴线，其中中轴线，起止均在纤维两端，所以中轴线长度就是纤维长度，计算中轴线长度，即为纤维长度，最后输出结果。

Answer 1

让阿豪来帮你解答，本回答参考chatgpt3.5编写提供，如果还有疑问可以评论或留言

问题分析： 本题要求利用Python实现对纤维目标的长度和直径检测，其中直径的检测需要先画出中轴线，再画出垂线，计算长度之和取平均值。而长度的计算则需要计算中轴线，得出中轴线的长度即为纤维长度。 解决方案：

1. 图像处理 本题需要处理的是一幅灰度图像，可利用OpenCV的cv2.imread()函数读取图像，并通过cv2.cvtColor()函数将其转化为灰度图像。然后利用cv2.threshold()函数进行二值化处理，使得图像中的目标部分变为白色，背景部分变为黑色。
2. 直径检测 先通过cv2.findContours()函数找到纤维的边缘轮廓，然后利用OpenCV中的minAreaRect()函数来拟合轮廓的最小外接矩形，得到矩形的长和宽作为纤维的长和宽，即纤维的直径。然后得到最终的直径需要将得到的n条垂线长度之和除以n。
3. 长度检测 由题目可知，利用膨胀与腐蚀操作，可以得到纤维的中轴线。先利用cv2.dilate()函数进行膨胀操作，拓宽纤维。再利用cv2.erode()函数进行腐蚀操作，缩小纤维。这样得到的图像即为中轴线。然后根据这个中轴线计算长度即可。 代码实现：

import cv2
import numpy as np
# 读取图像
img = cv2.imread('fiber.png')
# 将图像转化为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 二值化处理
_, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)
# 直径检测
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# 得到最小外接矩形
rect = cv2.minAreaRect(contours[0])
# 得到最小外接矩形的长和宽作为纤维的长和宽
diameter = max(rect[1])
# 得到n条垂线长度之和除以n作为纤维的直径
n = 20 # 垂线条数
line_length_sum = 0
sin_theta = np.sin(rect[2]*np.pi/180)
cos_theta = np.cos(rect[2]*np.pi/180)
for i in range(n):
    y = i * diameter/n - diameter/2
    x = y * sin_theta / cos_theta
    x = int(round(x)) + int(rect[0][0])
    y = int(round(y)) + int(rect[0][1])
    line_length_sum += cv2.pointPolygonTest(contours[0], (x, y), True)
fiber_diameter = line_length_sum / n
# 中轴线计算
# 先膨胀
kernel = np.ones((5,5), np.uint8)
dilate = cv2.dilate(thresh, kernel, iterations=5)
# 再腐蚀
erosion = cv2.erode(dilate, kernel, iterations=5)
# 得到中轴线的轮廓
contours, hierarchy = cv2.findContours(erosion, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# 利用最小外接矩形的四个点计算中轴线
top_left, top_right, bottom_left, bottom_right = cv2.boxPoints(rect)
k1 = (top_left[1] - bottom_left[1]) / (top_left[0] - bottom_left[0])
b1 = top_left[1] - k1 * top_left[0]
k2 = (top_right[1] - bottom_right[1]) / (top_right[0] - bottom_right[0])
b2 = top_right[1] - k2 * top_right[0]
cross_x = (b2 - b1) / (k1 - k2)
cross_y = k1 * cross_x + b1
fiber_length = int(round(np.sqrt((cross_x - top_left[0])**2 + (cross_y - top_left[1])**2)))
print('纤维长度为：', fiber_length)
print('纤维直径为：', fiber_diameter)
cv2.imshow('fiber', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

参考文献： [1] OpenCV-Python Tutorials. https://opencv-python-tutroals.readthedocs.io/en/latest/index.html [2] OpenCV官方文档. https://docs.opencv.org/4.5.2/