OpenCVで特定の色のオブジェクト個数の計算方法について

画像の中から赤い色のオブジェクトの個数を抽出したいですが、OpenCVのfindContoursを使うと想定より多い数字になってしまい上手くいかないです。

試したこと

画像を用意します

cv2を使いRGBで指定した範囲の色を抽出します。

cv2でこの画像をgrayscaleにしてぼかします。

findContours関数でぼかした領域の枠線を抽出しましたが、114になってしまいます。

python
1import cv2
2
3image = cv2.imread("out/blur.jpg")
4
5contours, hierarchy = cv2.findContours(image, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
6print("The number of particle is :", len(contours))

$ python3 count.py
The number of particle is : 114

個数を上手く抽出するにはどうしたら良いでしょうか？

fana

2021/12/27 01:08

理想の検出結果とはいくつになるべきなのですか？

行動規範の内容に同意します

回答2件

ベストアンサー

参考までに teratail でよく見る処理を提示画像に対してやってみた結果を示しておく．
（Python使えない人なのでC++ですが）

C++
1int main()
2{
3	//Load Image
4	cv::Mat Src = cv::imread( "RedTgts.jpg" );
5	if( Src.empty() )return 0;
6	cv::imshow( "Src", Src );
7
8	//てきとーにinRangeで「赤い部分Mask」をつくる
9	cv::Mat Mask;
10	{
11		cv::Mat HSV;
12		cv::cvtColor( Src, HSV, cv::COLOR_BGR2HSV );
13
14		const unsigned char S_min = 128;
15		const unsigned char V_min = 64;
16		cv::inRange( HSV, cv::Scalar(345/2,S_min,V_min), cv::Scalar(360/2,255,255), Mask );
17		cv::Mat Mask2;
18		cv::inRange( HSV, cv::Scalar(0,S_min,V_min), cv::Scalar(15/2,255,255), Mask2 );
19		cv::bitwise_or( Mask, Mask2, Mask );
20
21		cv::imshow( "Mask", Mask );
22	}
23	{//モルフォロジでゴミの除去
24		cv::erode( Mask, Mask, cv::Mat() );
25		cv::dilate( Mask, Mask, cv::Mat(), cv::Point(-1,-1), 2 );
26		cv::erode( Mask, Mask, cv::Mat() );
27		cv::imshow( "Morph", Mask );
28	}
29	{//findContours
30		std::vector< std::vector<cv::Point> > Conts;
31		cv::findContours( Mask, Conts, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_NONE );
32
33		//ある程度の面積を持つcontourの個数を数える
34		Src *= 0.4;	//※ここでは検出結果をSrcに描画することにする
35		int N = 0;	//個数カウンタ
36		const double AreaThresh = 100;	//面積閾値
37		for( int i=0; i<Conts.size(); ++i )
38		{
39			if( cv::contourArea( Conts[i] ) >= AreaThresh )
40			{
41				++N;
42				cv::drawContours( Src, Conts, i, cv::Scalar(0,0,255), 2 );	//見つけたものを描画してみる
43			}
44		}
45		std::cout << N << " Red Targets Found." << std::endl;
46		cv::imshow( "Result", Src );
47	}
48	
49	//
50	if( cv::waitKey() == 's' )cv::imwrite( "Result.png", Src );
51	return 0;
52}

各種閾値等をこの画像に特化して調整して良いならば，こんな感じの結果が作れるね（検出個数＝6）．

投稿2021/12/27 01:49

fana

総合スコア11708

fana

2021/12/27 01:56

質問者の処理には「ぼかす」というステップがあるようだが，ここでは取り入れていない．ぼかしには検出すべき部分が複数の小領域に分かれてしまったときにそれらを統合する効果があるであろうが，検出したくない部分にも同様の効果を生じる（細かなゴミが統合された大きな領域に育ってしまう可能性がある）から，先にゴミを除去することを考えた方がよいかと．このコードでは細かなゴミを除去する処理としてモルフォロジを用いている．で，領域統合方向の処理も（ぼかしではなく）モルフォロジでやっている．

fana

2021/12/27 01:57

（松ぼっくりを「赤いオブジェクト」とするのか否かは不明だが，ここでは検出しない方向の処理パラメタにしている．）