数字图像处理技术统计米粒个数【Python实现】

如图所示（只要是米粒图都行），通过图像处理完成数米粒个数的功能，要求数米粒个数要正确。

1. 图像预处理：将彩色图像转换为灰度图像，并对灰度图像进行平滑处理，以减少噪音的影响。
2. 二值化处理：根据图像的灰度分布，选择适当的阈值将图像二值化，并对二值化图像进行形态学操作，以去除噪音并改善物体的形状。
3. 目标检测和计数：使用轮廓查找功能，找到二值化图像中的所有轮廓，并对每个轮廓进行筛选，排除不符合米粒形状特征的轮廓。最后，统计剩余的轮廓数量，即为米粒的个数。

代码如下：

import cv2

# 读取图像并转换为灰度图像
image = cv2.imread('rice.jpg')
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 对灰度图像进行平滑处理
blurred_image = cv2.GaussianBlur(gray_image, (5, 5), 0)

# 二值化处理
_, thresholded_image = cv2.threshold(blurred_image, 100, 255, cv2.THRESH_BINARY)

# 形态学操作
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))
morphology_image = cv2.morphologyEx(thresholded_image, cv2.MORPH_OPEN, kernel)

# 轮廓查找
contours, _ = cv2.findContours(morphology_image, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 统计米粒个数
rice_count = 0
for contour in contours:
    area = cv2.contourArea(contour)
    if area > 100 and area < 5000:  # 根据实际情况调整面积阈值
        rice_count += 1
print("米粒个数：", rice_count)

# 在图像上绘制轮廓（可要可不要）
contour_image = cv2.drawContours(image.copy(), contours, -1, (0, 255, 0), 2)
cv2.imshow("Contour Image", contour_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

如果没有cv2包，要在虚拟环境下下载，下载命令：

pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple/；

运行结果：

统计出的米粒个数为49，与实际相符合。