如何利用Python和OpenCV实现一个很好的边缘检测来标定一些很小的东西

Question

我想用Python和OpenCV实现一个非神经网络的边缘检测来标定一些非常小的东西，比如显微镜下的精子。不幸的是，我发现精子的尾巴很难校准，而且它们与背景非常相似。在

我使用cv2.pyrMeanShiftFiltering()来实现降噪，并使用cv2.findContours()来查找轮廓。结果是这样的：

结果：

这是原图：

这是我的代码：

import cv2 as cv
import numpy as np
import os
path = "/home/rafael/Desktop/2.jpg"

def detection(img):
    gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
    #ret, dst = cv.threshold(gray, 200, 255, cv.THRESH_OTSU)
    ret, dst = cv.threshold(gray, 188, 255, cv.THRESH_BINARY_INV)
    return dst

image = cv.imread(path)

img = cv.pyrMeanShiftFiltering(src = image, sp = 5, sr = 40)

dst = detection(img)
src, contours, hierarchy = cv.findContours(dst, cv.RETR_TREE, cv.CHAIN_APPROX_NONE)
cv.drawContours(image, contours, -1, (0, 0, 255), 2)
cv.namedWindow('img', cv.WINDOW_NORMAL)
cv.imshow('img', image)
cv.waitKey(0)

我试过卢克的方法，代码在这里：

^{pr2}$

结果是： The latest picture 虽然我使用了一个非常大的阈值（190），甚至出现了大量的噪音，代码仍然找不到尾部。我怎样才能解决这个问题？ 如果有人能教我如何改进这个简单的边缘检测程序，那就非常感谢了。在

Answer 1

在执行任何操作之前，您可能需要增强图像。在查看this Wikipedia page时，我遇到了以下用于取消锐化遮罩的公式：

锐化=原始+（原始-模糊）×数量

假设amount = 1，我编写了以下代码片段：

# - resized the image (too big !!!)  -
im = cv2.resize(im, (0, 0), fx = 0.3, fy = 0.3)

# - smoothen the image  -
blur = cv2.GaussianBlur(im, (23, 23), 0)

# - applied the formula assuming amount = 1 -
cv2.imshow('sharpened', cv2.add(im[:,:,1], (im[:,:,1] - blur[:,:,1])))

我得到的是：

现在尾巴更显眼了。使用此选项可以进一步增强您的检测机制。在