python玉米粒计数代码，图像自动识别，opencv

在Python中，利用OpenCV库进行图像处理，特别是基于计算机视觉的任务如玉米粒计数，通常涉及以下几个步骤：

1. **导入库**：首先，需要导入`cv2`模块，这是OpenCV在Python中的接口。

import cv2
import numpy as np

2. **读取图像**：使用`cv2.imread()`函数加载图片，并转换为灰度图像以便于后续处理。

image = cv2.imread('corn_grains.jpg', cv2.IMREAD_GRAYSCALE)

3. **预处理**：对图像进行平滑处理（例如高斯滤波），去除噪声，提高边缘检测的精度。

image = cv2.GaussianBlur(image, (5, 5), 0)

4. **边缘检测**：使用Canny边缘检测算法找到图像中的边缘。

edges = cv2.Canny(image, threshold1=50, threshold2=150)

5. **轮廓提取**：通过`cv2.findContours()`找出所有边缘围成的轮廓。

contours, hierarchy = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

6. **计数与筛选**：遍历轮廓并检查是否满足玉米粒的形状和大小，统计符合条件的区域作为玉米粒。

corn_grain_count = 0
for contour in contours:
    # 对每个轮廓进行形态学操作（例如面积、周长检查）
    if cv2.contourArea(contour) > min_area and ...:  # 设置合适的面积阈值
        corn_grain_count += 1

7. **显示结果**：最后，可以使用`cv2.drawContours()`和`cv2.imshow()`展示处理后的图像和计数结果。

cv2.drawContours(image, contours, -1, (0, 255, 0), 2)
cv2.putText(image, f"Total Corn Grains: {corn_grain_count}", (10, 50), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)

cv2.imshow("Image with Contours", image)
cv2.waitKey(0)
cv2.destroyAllWindows()