Wie vermeide ich die Erkennung falscher Lichtpunkte?

Question

Dies ist der Code, den ich habe und mit diesem Code helle Flecken sind perfekt erkannt, wie in Bild gezeigt.Aber das Problem ist, obwohl der Ort ist nicht wird es falsche Stelle im Bild erkennen kann mir helfen, wie Werde das los???

# import the necessary packages 
 
import numpy as np 
 
import argparse 
 
import cv2 
 
    
 
# construct the argument parse and parse the arguments 
 
ap = argparse.ArgumentParser() 
 
ap.add_argument("-i", "--image", help = "Desktop") 
 
ap.add_argument("-r", "--radius", type = int, 
 
\t help = "radius of Gaussian blur; must be odd") 
 
args = vars(ap.parse_args()) 
 
    
 
# load the image and convert it to grayscale 
 
image1 = cv2.imread("h.png") 
 
orig = image1.copy() 
 
gray = cv2.cvtColor(image1, cv2.COLOR_BGR2GRAY) 
 
gray = cv2.GaussianBlur(gray, (args["radius"], args["radius"]), 0) 
 
(minVal, maxVal, minLoc, maxLoc) = cv2.minMaxLoc(gray) 
 
image1 = orig.copy() 
 
cv2.circle(image1, maxLoc, args["radius"], (255, 0, 0), 2) 
 
    
 
# display the results of our newly improved method 
 
cv2.imwrite("myImage.png", image1) 
 

 

 
    [1]: https://i.stack.imgur.com/6CDYP.png

Answer 1

Dies liegt daran, wenn Sie cv2.minMaxLoc(gray) nennen, würde es die Maximal- und Minimalwert in der gegebenen Matrix, zusammen mit ihrer Position zurückkehren, jetzt müssen Sie darauf achten, und schwellen Sie diesen maxValue nach Ihren Bedürfnissen. Das obige Verfahren würde immer einen maxValue zurückgeben, es kann 1, 10 oder 255 sein, so dass es für eine gegebene Matte den Ort und die Intensität der hellsten Pixel erfolgreich finden würde, ungeachtet der Tatsache, dass das gegebene Pixel tatsächlich hell ist nach Ihren Erwartungen. Für das gewünschte Verhalten müssen Sie einen Schwellenwert setzen, wie:

BRIGHT_PIX_THRESH = 220 
if (maxVal > BRIGHT_PIX_THRESH): 
    cv2.circle(image1, maxLoc, 10, (255, 0, 0), 2)