如何确定图片上不同形状的数量？
How to determine number of distinct shapes on a picture?
这里我有两个 objects/stars 的图像：
我有数百张这样的图片，来自 NASA MAST Archive。 （角落不是星星，只是错误，一颗星星在顶部，另一颗在底部）。
我应该使用什么算法来确定一张照片中的物体（在本例中为星星）的数量？对于人类来说，很明显有两个物体，但我想在 Python 中实现这种检测。
作为参考，这是一张只有一颗星的图片：
（图片是用PyKE从FITS文件生成的。）
您可以应用一个阈值并使用open cv 来分析连接组件（组）的数量。
例如：
import cv2
src = cv2.imread('/path/to/your/image')
ret, thresh = cv2.threshold(src,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)
connectivity = 8 #also diagonal neighbors, choose 4 if you want just horizontal and vertical neighbors.
# Analysis of the binary image
output = cv2.connectedComponentsWithStats(thresh, connectivity, cv2.CV_32S)
n_groups=output[2].max()
要消除噪音，您可以决定不考虑连接像素数少于 TH 的组（以您上传的图像为例，我会选择类似 TH=4 的值）。
这里我有两个 objects/stars 的图像：
（图片是用PyKE从FITS文件生成的。）
您可以应用一个阈值并使用open cv 来分析连接组件（组）的数量。 例如：
import cv2
src = cv2.imread('/path/to/your/image')
ret, thresh = cv2.threshold(src,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)
connectivity = 8 #also diagonal neighbors, choose 4 if you want just horizontal and vertical neighbors.
# Analysis of the binary image
output = cv2.connectedComponentsWithStats(thresh, connectivity, cv2.CV_32S)
n_groups=output[2].max()
要消除噪音，您可以决定不考虑连接像素数少于 TH 的组（以您上传的图像为例，我会选择类似 TH=4 的值）。