-
Notifications
You must be signed in to change notification settings - Fork 0
/
TE4.py
152 lines (124 loc) · 4.37 KB
/
TE4.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
import numpy as np
import matplotlib.pyplot as plt
import cv2
# img = cv2.imread('Data/voilier_oies_blanches.jpg') #en couleurs
img = cv2.imread('Data/img_ds.jpg') #en couleurs
# img = cv2.imread('Data/code_postal.png')
# img = cv2.imread('Data/le-robot-nao.jpg')
img_gris = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY ) #transforme une image couleur en image niveax de gris
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) #convertit une image bgr en rgb pour qu'elle soit bien affichéeé dans matplotlib
ret,thresh1 = cv2.threshold(img_gris,0,255,cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3))
# kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3, 3))
# kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))
img_erodee = cv2.erode(thresh1, kernel)
img_dilate = cv2.dilate(thresh1, kernel)
plt.figure(1)
plt.subplot(131)
plt.imshow(thresh1, cmap='gray')
plt.title("image de départ")
plt.subplot(132)
plt.imshow(img_erodee, cmap='gray')
plt.title("image érodée")
plt.subplot(133)
plt.imshow(img_dilate, cmap='gray')
plt.title("image dilatée")
plt.xlabel("")
plt.ylabel("")
plt.show()
# oouverture
img_erodee2 = cv2.erode(thresh1, kernel)
img_dilate2 = cv2.dilate(img_erodee2, kernel)
opening = cv2.morphologyEx(thresh1, cv2.MORPH_OPEN, kernel)
#fermeture
img_dilate3 = cv2.dilate(thresh1, kernel)
img_erodee3 = cv2.erode(img_dilate3, kernel)
closing = cv2.morphologyEx(thresh1, cv2.MORPH_CLOSE, kernel)
plt.figure(2)
plt.subplot(131)
plt.imshow(thresh1, cmap='gray')
plt.title("image de départ")
plt.subplot(132)
plt.imshow(img_dilate2, cmap='gray')
# plt.imshow(opening, cmap='gray')
plt.title("Ouverture")
plt.subplot(133)
plt.imshow(img_erodee3, cmap='gray')
# plt.imshow(closing, cmap='gray')
plt.title("Fermeture")
plt.xlabel("")
plt.ylabel("")
plt.show()
# opening closing
img_erodee4 = cv2.erode(thresh1, kernel)
img_dilate4 = cv2.dilate(img_erodee4, kernel)
img_dilate5 = cv2.dilate(img_dilate4, kernel)
img_erodee5 = cv2.erode(img_dilate5, kernel)
opening_closing = cv2.morphologyEx(opening, cv2.MORPH_CLOSE, kernel)
plt.figure(3)
plt.subplot(121)
plt.imshow(thresh1, cmap='gray')
plt.title("image de départ")
plt.subplot(122)
plt.imshow(opening_closing, cmap='gray')
plt.title("Opening - closing")
plt.xlabel("")
plt.ylabel("")
plt.show()
nb_ccomp, comp_conn2 = cv2.connectedComponents(thresh1,connectivity=8) #par défaut 8-connexité
print("nombre d'oies trouvées :",nb_ccomp-1)
plt.figure(4)
plt.subplot(121)
plt.imshow(thresh1, cmap='gray')
plt.title("image de départ")
plt.subplot(122)
plt.imshow(comp_conn2, cmap='gray')
plt.title("Etiquetage")
plt.xlabel("")
plt.ylabel("")
plt.show()
contours, _ = cv2.findContours(thresh1, cv2.RETR_CCOMP, cv2.CHAIN_APPROX_NONE)
img_contours = img.copy()
#extérieur des contours
cv2.drawContours(img_contours,contours,-1,(0,255,255),2)
#rajout de l'affichage de l'intérieur des composants connexes en cyan
# cv2.drawContours(img_contours,contours,-1,(0,255,255),-1)
plt.figure(5)
plt.subplot(121)
plt.imshow(img, cmap='gray')
plt.title("image de départ")
plt.subplot(122)
plt.imshow(img_contours, cmap='gray')
plt.title("Contours")
plt.xlabel("")
plt.ylabel("")
plt.show()
cap = cv2.VideoCapture()
cv2.namedWindow("Original frame", None)
cv2.namedWindow("Bin frame", None)
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))
while(cap.isOpened()):
# Capture frame-by-frame
ret1, frame = cap.read()
if ret1:
# Display the resulting frame
img_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
_, binary = cv2.threshold(img_gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)
# ouverture : erosion + dilatation
img_open = cv2.morphologyEx(binary, cv2.MORPH_OPEN, kernel)
_, comp_conn2 = cv2.connectedComponents(img_open) # par défaut : 8-connexité
contours, _ = cv2.findContours(comp_conn2, cv2.RETR_CCOMP, cv2.CHAIN_APPROX_NONE)
img_contours = frame.copy()
# exterieur des contours
cv2.drawContours(img_contours, contours, -1, (0, 255, 255), 2)
# rajout de l'affichage de l'intérieur des composantes connexes en cyan
# cv2.drawContours(img_contours, contours, -1, (255, 255, 0), -1)
cv2.imshow('Original frame', frame)
cv2.imshow('Bin frame', img_contours)
key = cv2.waitKey(1)
if key == ord('q'):
break
else:
break
cap.release()
cv2.destroyAllWindows()