Cómo contar objetos en una imagen

Contar objetos en una imagen es contar los grupos de píxeles que están pegados entre sí, y cada grupo se llama región conectada. Así cuenta un cajero automático las monedas de euro que le metes, y así localiza una pieza una cámara de fábrica.

Hoy cuentas regiones a mano y miras cómo lo hace el laboratorio con nueve monedas.

Primero se hace una máscara con un umbral: los píxeles de objeto valen 1. Después se busca qué unos están pegados entre sí.

Un grupo de unos pegados es una región conectada. Cada región es un objeto, y el número de regiones es el número de objetos.

Para medir una región, parte de un píxel de objeto. Apunta sus vecinos de objeto en una lista de pendientes, y saca uno cada vez.

Cada píxel sacado suma 1 al tamaño y añade sus vecinos nuevos a la lista. Cuando no quedan pendientes, la región está completa. Una lista de ya vistos evita volver al mismo píxel.

# Cuántos píxeles tiene la región que contiene un punto (4 vecinos).
picture = [
    [1, 1, 0, 0, 1],
    [1, 0, 0, 1, 1],
    [0, 0, 0, 0, 0],
    [1, 1, 0, 1, 0],
]
pending = [[0, 0]]
seen = [[0, 0]]
size = 0
while len(pending) > 0:
    point = pending.pop()
    size = size + 1
    for step in [[-1, 0], [1, 0], [0, -1], [0, 1]]:
        r = point[0] + step[0]
        c = point[1] + step[1]
        inside = r >= 0 and r < 4 and c >= 0 and c < 5
        if inside and picture[r][c] == 1 and [r, c] not in seen:
            seen.append([r, c])
            pending.append([r, c])
print("píxeles de la región:", size)
# Cambia el punto de partida (pending y seen) a [3, 0]. ¿Cuántos salen?

El script count.py etiqueta la máscara de coins.png con scikit-image. Imprime en inglés: objects found son los objetos encontrados y areas in pixels son las áreas ordenadas.

Salen 9 objetos, las nueve monedas dibujadas. Hay tres áreas: 657, 1.313 y 2.553 píxeles, tres monedas de cada. Esta función usa por defecto 8 vecinos.

docker exec jupyter python3 steps/count.py

docker exec jupyter python3 -c "print(3 * 657 + 3 * 1313 + 3 * 2553)"

Para saber dónde está un objeto, se corta un trozo de la imagen como plantilla y se desliza por toda ella. En cada sitio se mide cuánto se parece.

Esa medida es la puntuación: 1 es idéntico y los valores bajos son distintos. El mejor sitio es donde la puntuación es mayor.

El script find.py corta un trozo de 40 por 40 píxeles de la esquina 30, 30 de coins.png y lo busca en la imagen entera. Imprime en inglés: best match starts at es dónde empieza el mejor sitio y match score es la puntuación.

Sale 30 30 con puntuación 1,0, porque el trozo sale de ahí mismo. Una plantilla busca un parecido exacto: si cambia el tamaño o el giro, la puntuación baja.

docker exec jupyter python3 steps/find.py

Abre start.ipynb en JupyterLab y etiqueta la máscara de coins.png con otro umbral, por ejemplo 160. ¿Cuántos objetos salen ahora?

Después prueba la tarea con 8 vecinos en una cuadrícula de diagonales y compara con la de 4 vecinos.