paradicsom detektálása

Detectarea tomatelor 1.

  • 200

Această mască evidențiază multe alte culori roșii sau nuanțe în afară de roșii. În imagine sunt peste 70 de mici părți roșii. Acestea vor trebui eliminate ulterior.

Pe mască, se folosește o detectare a contururilor pentru a determina contururile care delimitează zonele roșii.

Apoi, pe baza lungimii contururilor, cele scurte sunt omise – acestea sunt zgomotul inutil din imagine – lăsând obiectele cu contururi lungi.

Desenând acestea pe imaginea originală, se vede bine conturul roșu al roșiilor coapte.

Dar unele dintre roșii sunt ascunse de frunze. Și aici intervine a doua presupunere, că roșiile din imagine sunt din soiul rotund. Adică, potrivim un cerc regulat la fiecare dintre contururile rezultate.

Aceasta completează detectarea roșiilor roșii.

Calculăm, de asemenea, numărul de roșii.

Aceasta nu pare foarte util, dar dacă îi dați sistemului 5000 de imagini și acesta poate spune că a detectat 22.000 de roșii coapte în plantație, este ceva care să ne ajute.

Această metodă pare destul de bună, până când dați sistemului o imagine în care 2 sau mai multe roșii se ating sau se suprapun parțial.

Voi scrie despre această problemă în următorul meu articol.

Această mască evidențiază multe alte culori roșii sau nuanțe în afară de roșii. În imagine sunt peste 70 de mici părți roșii. Acestea vor trebui eliminate ulterior.

Pe mască, se folosește o detectare a contururilor pentru a determina contururile care delimitează zonele roșii.

Apoi, pe baza lungimii contururilor, cele scurte sunt omise – acestea sunt zgomotul inutil din imagine – lăsând obiectele cu contururi lungi.

Desenând acestea pe imaginea originală, se vede bine conturul roșu al roșiilor coapte.

Dar unele dintre roșii sunt ascunse de frunze. Și aici intervine a doua presupunere, că roșiile din imagine sunt din soiul rotund. Adică, potrivim un cerc regulat la fiecare dintre contururile rezultate.

Aceasta completează detectarea roșiilor roșii.

Calculăm, de asemenea, numărul de roșii.

Aceasta nu pare foarte util, dar dacă îi dați sistemului 5000 de imagini și acesta poate spune că a detectat 22.000 de roșii coapte în plantație, este ceva care să ne ajute.

Această metodă pare destul de bună, până când dați sistemului o imagine în care 2 sau mai multe roșii se ating sau se suprapun parțial.

Voi scrie despre această problemă în următorul meu articol.

Una dintre sarcinile principale este de a detecta bolile de pe fructe, iar cealaltă este de a detecta fructele care se coc.

Astăzi vom detecta roșiile. Roșiile coapte sunt, din fericire, roșii, în timp ce roșiile necoapte sunt verzi. Vom profita de acest lucru.

Imaginea, care este RGB în mod implicit, va fi convertită în format HSV. Această transformare a culorilor facilitează lucrul cu culorile.

Părțile roșii din gama de culori HSV sunt extrase și o mască este creată din acestea.

Această mască evidențiază multe alte culori roșii sau nuanțe în afară de roșii. În imagine sunt peste 70 de mici părți roșii. Acestea vor trebui eliminate ulterior.

Pe mască, se folosește o detectare a contururilor pentru a determina contururile care delimitează zonele roșii.

Apoi, pe baza lungimii contururilor, cele scurte sunt omise – acestea sunt zgomotul inutil din imagine – lăsând obiectele cu contururi lungi.

Desenând acestea pe imaginea originală, se vede bine conturul roșu al roșiilor coapte.

Dar unele dintre roșii sunt ascunse de frunze. Și aici intervine a doua presupunere, că roșiile din imagine sunt din soiul rotund. Adică, potrivim un cerc regulat la fiecare dintre contururile rezultate.

Aceasta completează detectarea roșiilor roșii.

Calculăm, de asemenea, numărul de roșii.

Aceasta nu pare foarte util, dar dacă îi dați sistemului 5000 de imagini și acesta poate spune că a detectat 22.000 de roșii coapte în plantație, este ceva care să ne ajute.

Această metodă pare destul de bună, până când dați sistemului o imagine în care 2 sau mai multe roșii se ating sau se suprapun parțial.

Voi scrie despre această problemă în următorul meu articol.

Detectarea culturilor este foarte importantă în prelucrarea imaginilor agricole. Este important să recunoaștem fructele și legumele.

Una dintre sarcinile principale este de a detecta bolile de pe fructe, iar cealaltă este de a detecta fructele care se coc.

Astăzi vom detecta roșiile. Roșiile coapte sunt, din fericire, roșii, în timp ce roșiile necoapte sunt verzi. Vom profita de acest lucru.

Imaginea, care este RGB în mod implicit, va fi convertită în format HSV. Această transformare a culorilor facilitează lucrul cu culorile.

Părțile roșii din gama de culori HSV sunt extrase și o mască este creată din acestea.

Această mască evidențiază multe alte culori roșii sau nuanțe în afară de roșii. În imagine sunt peste 70 de mici părți roșii. Acestea vor trebui eliminate ulterior.

Pe mască, se folosește o detectare a contururilor pentru a determina contururile care delimitează zonele roșii.

Apoi, pe baza lungimii contururilor, cele scurte sunt omise – acestea sunt zgomotul inutil din imagine – lăsând obiectele cu contururi lungi.

Desenând acestea pe imaginea originală, se vede bine conturul roșu al roșiilor coapte.

Dar unele dintre roșii sunt ascunse de frunze. Și aici intervine a doua presupunere, că roșiile din imagine sunt din soiul rotund. Adică, potrivim un cerc regulat la fiecare dintre contururile rezultate.

Aceasta completează detectarea roșiilor roșii.

Calculăm, de asemenea, numărul de roșii.

Aceasta nu pare foarte util, dar dacă îi dați sistemului 5000 de imagini și acesta poate spune că a detectat 22.000 de roșii coapte în plantație, este ceva care să ne ajute.

Această metodă pare destul de bună, până când dați sistemului o imagine în care 2 sau mai multe roșii se ating sau se suprapun parțial.

Voi scrie despre această problemă în următorul meu articol.

Detectarea culturilor este foarte importantă în prelucrarea imaginilor agricole. Este important să recunoaștem fructele și legumele.

Una dintre sarcinile principale este de a detecta bolile de pe fructe, iar cealaltă este de a detecta fructele care se coc.

Astăzi vom detecta roșiile. Roșiile coapte sunt, din fericire, roșii, în timp ce roșiile necoapte sunt verzi. Vom profita de acest lucru.

Imaginea, care este RGB în mod implicit, va fi convertită în format HSV. Această transformare a culorilor facilitează lucrul cu culorile.

Părțile roșii din gama de culori HSV sunt extrase și o mască este creată din acestea.

Această mască evidențiază multe alte culori roșii sau nuanțe în afară de roșii. În imagine sunt peste 70 de mici părți roșii. Acestea vor trebui eliminate ulterior.

Pe mască, se folosește o detectare a contururilor pentru a determina contururile care delimitează zonele roșii.

Apoi, pe baza lungimii contururilor, cele scurte sunt omise – acestea sunt zgomotul inutil din imagine – lăsând obiectele cu contururi lungi.

Desenând acestea pe imaginea originală, se vede bine conturul roșu al roșiilor coapte.

Dar unele dintre roșii sunt ascunse de frunze. Și aici intervine a doua presupunere, că roșiile din imagine sunt din soiul rotund. Adică, potrivim un cerc regulat la fiecare dintre contururile rezultate.

Aceasta completează detectarea roșiilor roșii.

Calculăm, de asemenea, numărul de roșii.

Aceasta nu pare foarte util, dar dacă îi dați sistemului 5000 de imagini și acesta poate spune că a detectat 22.000 de roșii coapte în plantație, este ceva care să ne ajute.

Această metodă pare destul de bună, până când dați sistemului o imagine în care 2 sau mai multe roșii se ating sau se suprapun parțial.

Voi scrie despre această problemă în următorul meu articol.