Python 从图像中测量线段的长度（以像素为单位）

我有大量的图片，如下图所示。我正在尝试从透射电子显微镜图像中检测纳米颗粒，这是我使用OpenCV Python成功实现的。这张图像只是一张更大的透射电子显微镜图像左下角的一部分。我想提取“100 nm”下白色线段的长度。目前，我正在手动测量这条线的长度，我想将其自动化。我认为这可以用OpenCV Python通过轮廓来完成，但是我还有很多其他的特性，这些特性也在图像中轮廓化了。我是Python新手，我不太确定如何实现它，或者是否可以实现它。我对代码应该做什么的想法：

加载图像

找到白色的线段

返回它的长度（以像素为单位）

如果它检测到行上方的数字并返回它，那也很好

欢迎提出任何建议、指示或“从哪里开始”的意见，并表示感谢

直线段在其特征上非常独特，每个图像中只有一条直线

---

一种方法是使用概率Hough线方法检测线

结果将是：

现在问题是检测到多条线。我们知道他们的坐标。如果我们将它们全部打印出来：

Pixel Length: 296
Pixel Length: 197
Pixel Length: 308
Pixel Length: 175
Pixel Length: 292
Pixel Length: 229
Pixel Length: 103
Pixel Length: 109

由于检测到的长度很多，可能找到其平均值是有意义的：

Average Pixel Length: 109 pixel

虽然我不知道如何将109像素转换为100nm

import cv2
import numpy as np

img = cv2.imread("4HQtp.png")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray, 50, 150, apertureSize=3)
base = cv2.HoughLinesP(edges, 1, np.pi / 180, 80, minLineLength=1, maxLineGap=6)
pixel_array = []
pixel_length = 0
if base is not None:
    for line in base:
        x1, y1, x2, y2 = line[0]
        cv2.line(img, (x1, y1), (x2, y2), (0, 0, 255), 2)
        pixel_length = np.abs(x2 - x1)
        pixel_array.append(pixel_length)
        print("Pixel Length: {}".format(pixel_length))
    cv2.imshow("img", img)
    cv2.imwrite("hough_img.png", img)
    cv2.waitKey(0)
print("Average Pixel Length: {:.0f} pixel".format(np.average(pixel_array)))

---

您可以对图像进行二值化以查找缩放段的轮廓：

scale=cv2.imread（'scalenanometer.png'，cv2.imread\u COLOR）
刻度\灰色=cv2.CVT颜色（刻度，cv2.COLOR \灰色）
#调整下一行的第二个值以调整检测
ret，thresh=cv2.阈值（灰度，210，255，cv2.thresh\u二进制）
轮廓，层次=cv2.查找轮廓（阈值，cv2.RETR\u外部，cv2.链近似\u简单）
#滤波器噪声检测
等高线=[c表示等高线中的c，如果cv2.等高线面积（c）>100]
#按（y，x）排序
sort（key=lambda c:（cv2.boundingRect（c）[1]，cv2.boundingRect（c）[0]））
#关于该部分的工作
cv2.矩形（比例，cv2.边界矩形（轮廓[-1]），（0255,0），2）
x、 y，w，h=cv2.boundingRect（等高线[-1]）
印刷体（x，y，w，h）#x，y：（39152）w，h:[304 21]

---

如果要检测该值，可以使用tesseract ocr。

Hi，白线等于100 nm。我需要的只是像素大小，因为我需要使用这个比例来测量图像中的其他对象。我会尝试一下，然后再给你回复。这种方法不够有效，因为HoughLine检测到很多像

[197175103]

这样大小的“小”线，这显然是所需片段的一小部分。所以你的最终平均值是完全正确的wrong@Ahmet，您的平均值为213，并且段大小大于300。。。你怎么称呼它？在哪里<代码>平均像素长度：109像素第一：109是最差的，第二：你怎么能用你给出的值将109作为平均值？您的代码中有一个计算平均值的错误。。。你用1个值计算你的平均值，而不是一个值列表，所以你的平均值总是最后一个值…所以，我应该每次裁剪更大的图像，以避免其他轮廓。我将研究tesseract ocr。谢谢你。我将尝试此方法并进行更新。最好是裁剪以避免噪音/虚假检测，并且使用此方法，它不是基于平均值，因此您应该始终获得相同的结果，除非您更改阈值效果非常好，而且非常精确的宽度测量（与其他测量工具相比）非常感谢！只是想知道排序函数到底在做什么。我知道会有多个轮廓。因此，通过排序，您可以选择最大的矩形？@worriedWaiting，排序行将按

（y，x）

进行排序，因为

findContours（）。