将图像分割为单个对象（硬币）以进行机器学习

Question

我想自动将多个硬币的图像划分为单个硬币，以便之后可以将单个硬币放入对硬币进行分类的模型中（使用Tensorflow / Keras）。

The input images look something like this

And they should look like this（很抱歉，我无法直接集成图像，因为我是StackOverflow的新手）。

我想划分输入图像，将单个硬币放入分类模型中，这样我就知道单个硬币的单个值，从而可以识别第一个输入图像的值。

我已经尝试了一个物体检测模型，但它没有检测到硬币（https://towardsdatascience.com/object-detection-with-10-lines-of-code-d6cb4d86f606）。我已经知道图像上的所有物体都是硬币，我认为有可能更简单的方法来划分图像？

先感谢您。

Answer 1

我会尝试类似于这个tutorial的颜色分割作为将硬币与背景分开的第一步。这是我在使用OpenCV的Python中的快速尝试：

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

img = cv2.imread("coins.jpg")

lower = np.array([0,40,5])
upper = np.array([255,255,255])
mask = cv2.inRange(hsv, lower, upper)

cv2.imshow(img)
plt.show()
plt.imshow(mask)

这使我们从输入图像中获益

到这个面具：

从这里使用blob分析和大小过滤器，您应该能够找到并分离未连接的硬币。使用active contours可以实现断开重叠区域的连接，或者因为您的目标是通过在拍摄之前移动硬币来创建训练数据集。