### 蓝莓直径计算功能的实现 为了在现有代码中添加蓝莓直径计算的功能，可以通过以下方式扩展代码逻辑。假设当前代码已经实现了语义分割并能够提取单个蓝莓果实的区域，则可以在后续处理阶段引入几何分析来计算直径。 #### 1. 几何中心与边界框计算 通过已有的分割掩码（mask），可以获取每个蓝莓果实的轮廓，并进一步计算其最小外接圆或边界框尺寸作为近似直径[^1]。 ```python import cv2 import numpy as np def calculate_diameter(image, mask): """ 计算蓝莓果实的直径。 参数: image (numpy.ndarray): 输入图像。 mask (numpy.ndarray): 分割后的二值掩码。 返回: diameters (list): 所有检测到的蓝莓果实的直径列表。 """ contours, _ = cv2.findContours(mask.astype(np.uint8), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) diameters = [] for contour in contours: # 获取最小外接圆 (_, _), radius = cv2.minEnclosingCircle(contour) diameter = 2 * radius # 将直径转换为实际单位（如毫米） pixel_to_mm_ratio = 0.1 # 需要根据实际情况校准比例因子 actual_diameter = diameter * pixel_to_mm_ratio diameters.append(actual_diameter) return diameters ``` #### 2. 结果可视化 为了让结果更直观，可以将计算得到的直径绘制在原始图像上。 ```python def visualize_results(image, mask, diameters): """ 可视化蓝莓果实及其直径。 参数: image (numpy.ndarray): 输入图像。 mask (numpy.ndarray): 分割后的二值掩码。 diameters (list): 检测到的蓝莓果实的直径列表。 返回: result_image (numpy.ndarray): 绘制了直径信息的结果图像。 """ contours, _ = cv2.findContours(mask.astype(np.uint8), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) result_image = image.copy() for i, contour in enumerate(contours): # 获取轮廓的矩形包围盒 x, y, w, h = cv2.boundingRect(contour) center_x = int(x + w / 2) center_y = int(y + h / 2) # 在图像中标记直径 text = f"Diameter: {diameters[i]:.2f} mm" cv2.putText(result_image, text, (center_x, center_y), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2) cv2.drawContours(result_image, [contour], -1, (0, 255, 0), 2) return result_image ``` #### 3. 主函数调用 将上述两个模块集成到主程序中。 ```python if __name__ == "__main__": # 加载输入图像和对应的分割掩码 input_image = cv2.imread("blueberry_image.jpg") segmentation_mask = cv2.imread("segmentation_mask.png", cv2.IMREAD_GRAYSCALE) # 计算直径 blueberry_diameters = calculate_diameter(input_image, segmentation_mask) # 可视化结果 output_image = visualize_results(input_image, segmentation_mask, blueberry_diameters) # 显示结果 cv2.imshow("Blueberry Diameter Calculation", output_image) cv2.waitKey(0) cv2.destroyAllWindows() ``` --- ### 注意事项 - **像素到物理单位的比例因子**：`pixel_to_mm_ratio` 的值需要根据相机标定或其他测量手段获得，以确保计算结果的实际意义。 - **精度改进**：如果蓝莓形状不规则，可考虑使用椭圆拟合代替圆形拟合，从而提高直径估计的准确性[^1]。 ---