为什么 opencv 阈值 returns 在非常简单的图像上输出荒谬？

Question

我正在尝试使用 cv2 阈值计算图像中的种子数。测试图片如下：

当我运行下面的代码创建一个掩码时：

import cv2
import numpy as np
import matplotlib.pyplot as plt

img = cv2.imread('S__14278933.jpg')
#img = cv2.fastNlMeansDenoisingColored(img,None,10,10,7,21)

mask = cv2.threshold(img[:, :, 0], 255, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
plt.imshow(mask)

我得到以下面具：

但理想情况下，它应该在中心给出一个小黄点。我用其他图片试过这个，效果很好。

有人可以帮忙吗？

Answer 1

试一试

img=cv2.imread('foto.jpg',0)
mask = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY_INV )[1]

Answer 2

您图片中的光线似乎不均匀。尝试使用 Adaptive Thresholding:

import cv2
import numpy as np

# image path
path = "D://opencvImages//"
fileName = "c6pBO.jpg"

# Reading an image in default mode:
inputImage = cv2.imread(path + fileName)

# Convert the image to grayscale:
grayImage = cv2.cvtColor(inputImage, cv2.COLOR_BGR2GRAY)

# Get binary image via Adaptive Thresholding :
windowSize = 31
windowConstant = 40
binaryImage = cv2.adaptiveThreshold( grayImage, 255, cv2.ADAPTIVE_THRESH_MEAN_C, 
                                     cv2.THRESH_BINARY_INV, windowSize, windowConstant )

cv2.imshow("binaryImage", binaryImage)
cv2.waitKey(0)

不过，您可能需要在此之后应用 ，因为图像上的暗部会产生噪点。