基于k-means算法的麦穗描出轮廓并计数 python代码

以下是基于k-means算法的麦穗描出轮廓并计数的Python代码：

import cv2
import numpy as np

# 加载图像
img = cv2.imread('wheat.jpg')

# 转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 二值化处理
ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)

# 进行形态学操作，消除小的噪点
kernel = np.ones((3, 3), np.uint8)
opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel, iterations=2)

# 进行轮廓检测
contours, hierarchy = cv2.findContours(opening, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

# 绘制轮廓
img = cv2.drawContours(img, contours, -1, (0, 255, 0), 3)

# 显示结果
cv2.imshow('image', img)
cv2.waitKey(0)

# 计算麦穗数量
num_wheat = len(contours)
print('麦穗数量为：', num_wheat)

在以上代码中，我们首先将图像转换为灰度图像，并进行二值化处理。然后，我们使用形态学操作消除小的噪点，再进行轮廓检测，并绘制出轮廓。最后，我们根据轮廓的个数计算麦穗的数量。