Python Opencv二进制项目检测

我正在做一个程序，寻找我制造的零件中卡住的碎片。到目前为止，我已经能够得到一个干净的部分和一个带有芯片的部分，然后减去这两个图像，将两者之间的任何差异保留为二进制图像。我不明白的是如何在二值图像中检测这个项目。到目前为止，我使用了SimpleBlobDetector功能，但我必须对图像进行太多的模糊处理才能使其正常工作，因此我担心它无法处理较小的碎片。我希望能够检测到原始图像，而不会出现大量模糊。任何帮助都将不胜感激。代码和图片如下

import cv2
import numpy as np

#Load Images
tempImg = cv2.imread('images/partchip.jpg')
lineImg = cv2.imread('images/partnochip.jpg')

#Crop Images
cropTemp = tempImg[460:589, 647:875]
cropLine = lineImg[460:589, 647:875]

#Gray Scale
grayTemp = cv2.cvtColor(cropTemp,cv2.COLOR_BGR2GRAY)
grayLine = cv2.cvtColor(cropLine,cv2.COLOR_BGR2GRAY)

#Subtract Images
holder = cv2.absdiff(grayTemp,grayLine)

#THreshold Subtracted Image
th, imgDiff = cv2.threshold(holder, 160, 255, cv2.THRESH_BINARY_INV)

#Blur Image
#blur = imgDiff
blur = cv2.blur(imgDiff,(20,20))

#Detect Blobs
detector = cv2.SimpleBlobDetector_create()
blob = detector.detect(blur)


imgkeypoints = cv2.drawKeypoints(blur, blob, np.array([]), (0,255,0),  cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)
originalWithPoints=cv2.drawKeypoints(cropTemp, blob, np.array([]), (0,255,0),  cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)

cv2.namedWindow("Template", cv2.WINDOW_NORMAL)
cv2.namedWindow("Line", cv2.WINDOW_NORMAL)
cv2.namedWindow("Difference", cv2.WINDOW_NORMAL)

cv2.resizeWindow("Template", 500, 300)
cv2.resizeWindow("Line", 500, 300)
cv2.resizeWindow("Difference", 500, 300)


cv2.imshow('Template',originalWithPoints)
cv2.imshow('Line',cropLine)
cv2.imshow('Difference',imgkeypoints)


cv2.waitKey(0)
cv2.destroyAllWindows()

---

我用你的代码找到了异常。我在

imgDiff

二值图像上获得了面积最大的轮廓。使用它，我可以用一个矩形来绑定它

我希望这就是你要找的

编辑：

我已经解释了程序以及下面的代码：

注意：使用

cv2.bitwise_not（imgDiff）

反转您的

imgDiff

，因为如果对象为白色，则会找到轮廓

#---Finding the contours present in 'imgDiff'---
_, contours,hierarchy = cv2.findContours(imgDiff,2,1)

ff = 0   #----to determine which contour to select---
area = 0   #----to determine the maximum area---
for i in range(len(contours)):
    if(cv2.contourArea(contours[i]) > area):
        area = cv2.contourArea(contours[i])
        ff = i

#---Bounding the contour having largest area---
x,y,w,h = cv2.boundingRect(contours[ff])
cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)
cv2.imshow('fin.jpg',img)

---

你能上传你正在使用的图像吗？刚刚上传了，它们链接在代码下面，但是你上传的两个图像之间似乎没有（视觉）区别对不起，上传了两次相同的图像。已经纠正了。你能在“芯片”上添加一个带有指示的图像吗。你认为这是质量不好的吗？杰鲁，你能帮我发一下代码吗。这正是我想要做的，但我不确定如何找到最大的区域。再次感谢！！！