利用opencv 使用掩模方法将种子移至水平方向并计算粒长和粒宽

要使用掩模方法将种子移至水平方向并计算粒长和粒宽，可以通过以下步骤利用 OpenCV 实现：

1. 读取图像并将其转换为灰度图像。
2. 应用二值化操作将灰度图像转换为黑白二值图像。
3. 使用形态学操作填充图像中的空洞，以确保种子是封闭的。
4. 使用轮廓函数查找种子轮廓。
5. 创建一个掩模，以使种子位于掩模的中心。掩模应该足够大，以便在旋转时不会遮挡种子。
6. 使用旋转函数将图像旋转到水平方向。
7. 对旋转后的图像应用掩模，并计算掩模中的像素值的均值。这将给出种子的颜色。
8. 使用形态学操作查找种子的轮廓。
9. 计算轮廓的长度和宽度。

以下是一个简单的 Python 代码示例，演示了如何实现这些步骤：

import cv2
import numpy as np

# 读取图像并转换为灰度图像
img = cv2.imread('seed.jpg')
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 应用二值化操作
_, thresh_img = cv2.threshold(gray_img, 0, 255, cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)

# 形态学操作填充空洞
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))
filled_img = cv2.morphologyEx(thresh_img, cv2.MORPH_CLOSE, kernel)

# 查找轮廓
contours, _ = cv2.findContours(filled_img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 创建掩模
mask = np.zeros_like(img)
cv2.drawContours(mask, contours, 0, (255,255,255), -1)

# 使用旋转函数将图像旋转到水平方向
rotated_img = cv2.warpAffine(img, cv2.getRotationMatrix2D((img.shape[1]//2, img.shape[0]//2), -cv2.minAreaRect(contours[0])[2], 1), (img.shape[1], img.shape[0]))

# 对旋转后的图像应用掩模，并计算掩模中的像素值的均值
mean_color = cv2.mean(rotated_img, mask=mask[:,:,0])

# 将图像转换为灰度图像并应用二值化操作
gray_rotated_img = cv2.cvtColor(rotated_img, cv2.COLOR_BGR2GRAY)
_, thresh_rotated_img = cv2.threshold(gray_rotated_img, mean_color[0], 255, cv2.THRESH_BINARY)

# 形态学操作填充空洞
filled_rotated_img = cv2.morphologyEx(thresh_rotated_img, cv2.MORPH_CLOSE, kernel)

# 查找轮廓
contours, _ = cv2.findContours(filled_rotated_img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 计算轮廓的长度和宽度
length = cv2.arcLength(contours[0], True)
rect = cv2.minAreaRect(contours[0])
width = min(rect[1])

print('粒长为:', length)
print('粒宽为:', width)

请注意，此示例假定图像中只有一个种子。如果图像中有多个种子，需要对每个种子重复执行这些步骤。