技术特征：
1.基于opencv的h型钢计数算法，其特征在于，具体包括下列步骤：(1)载入图像，先利用cvtcolor函数将图像转换成灰度图，再利用自适应阈值函数即adaptivethreshold函数用于二值化处理图像，获得二值图；(2)形态学操作提取二值图中的竖线采用getstructuringelement函数提取二值图中的竖线，其中getstructuringelement函数为element＝cv2.getstructuringelement(cv2.morph_cross,(x,y))，在该函数中morph_cross即函数返回十字形卷积核，(x,y)表示该卷积核有x行y列，getstructuringelement函数的参数设定为(cv2.morph_rect,(1,int((src.shape[0])/64)),(-1,-1))；(3)清除背景中的无关竖线—前后景分割算法python中的rembg库是用来去除图片背景的，利用python中的rembg工具箱对步骤(2)处理之后的图像进行前后景分割，实现图像抽取；(4)进行计数measure.find_contours函数检测图像中所有竖线的轮廓，measure.find_contours函数原型为skimage.measure.find_contours(array,level)，在该函数中array是一个二值数组图像，level是在图像中查找轮廓的级别值，measure.find_contours函数的参数设定为(dst,0.5)，最后返回轮廓列表集合，用for循环取出每一条轮廓，即可得到钢材的总数量。
技术总结
本发明公开了一种基于openCV的H型钢计数算法，具体包括下列步骤：(1)载入图像，先利用cvtColor函数(用于将图像从一个颜色空间转换到另一个颜色空间的转换)将图像转换成灰度图，再利用自适应阈值函数即adaptiveThreshold函数用于二值化处理图像；(2)形态学操作提取二值图中的竖线；(3)清除背景中的无关竖线—前后景分割算法；(4)进行计数。本发明涉及钢材计数技术领域，具体提供了一种精准度优于市场同类产品，目前市场产品精准度大多为60％，本技术精准度可以达到90％以上的基于openCV的H型钢计数算法。上的基于openCV的H型钢计数算法。上的基于openCV的H型钢计数算法。
技术研发人员：陈家欢 李欣悦 殷雅如
受保护的技术使用者：陈家欢
技术研发日：2022.10.19
技术公布日：2023/1/23