Si tu prends toujours toujours de la même manière (même champ), tu peux faire un algo TRES TRES con mais qui va supair bien marcher (marge d'erreur inférieur à 5% au nez) :
-> crop toujours au même endroit(PIL bonjour :) )
-> binarisation de la partie intéressante de l'image (blanc si la luminosité du pixel est plus grande que %metsiciunevaleurquimarchebien%, noir sinon.
-> tu comptes le nombre de pixels noir
-> tu divises par le nombre moyen de pixels d'une drosophile, que tu as étalonné avant. (et que tu étalonnes de temps en temps.)
-> tu peux aussi tester en remuant ton bazar et voir si le résultat reste le même.
15 lignes au max.
Pas besoin du fatras d'opencv pour ça.
NB : j'avais pas vu que tu étais un peu débutant :
fromPILimportImageimage=Image.open("bestioles.jpg")crop=image.crop(-lesbonnesdimansions-)NB:situpeuxfairedansunrécipientrectangulaire,ceseraplusfacile.block=0forwincrop.width:forhincrop.height:ifcrop.getpixel(w,h)[0]<128:#la tu fais sur la couche rouge.black+=1print(black)
[^] # Re: encore mieux....
Posté par djibb (site web personnel) . En réponse au message Traitement d'images : Détection de tâches. Évalué à 4.
Si tu prends toujours toujours de la même manière (même champ), tu peux faire un algo TRES TRES con mais qui va supair bien marcher (marge d'erreur inférieur à 5% au nez) :
-> crop toujours au même endroit(PIL bonjour :) )
-> binarisation de la partie intéressante de l'image (blanc si la luminosité du pixel est plus grande que %metsiciunevaleurquimarchebien%, noir sinon.
-> tu comptes le nombre de pixels noir
-> tu divises par le nombre moyen de pixels d'une drosophile, que tu as étalonné avant. (et que tu étalonnes de temps en temps.)
-> tu peux aussi tester en remuant ton bazar et voir si le résultat reste le même.
15 lignes au max.
Pas besoin du fatras d'opencv pour ça.
NB : j'avais pas vu que tu étais un peu débutant :
Bref ;) moins de 15 lignes ;)