对于一般的图像提取轮廓,这篇博文介绍了一个很好的方法,但是对于有噪声的图像,并不能很好地捕获到目标物体。
比如对于我的鼠标,提取的轮廓效果并不好,因为噪声很多:
所以本文增加了去掉噪声的部分。
首先加载原始图像,并显示图像
1 img = cv2.imread("temp.jpg") #载入图像2 h, w = img.shape[:2] #获取图像的高和宽 3 cv2.imshow("Origin", img) #显示原始图像
然后进行低通滤波处理,进行降噪
1 blured = cv2.blur(img,(5,5)) #进行滤波去掉噪声2 cv2.imshow("Blur", blured) #显示低通滤波后的图像
使用floodfill来去掉目标周围的背景,泛洪填充类始于ps的魔棒工具,这里用来清除背景。
1 mask = np.zeros((h+2, w+2), np.uint8) #掩码长和宽都比输入图像多两个像素点,泛洪填充不会超出掩码的非零边缘 2#进行泛洪填充3 cv2.floodFill(blured, mask, (w-1,h-1), (255,255,255), (2,2,2),(3,3,3),8)
4 cv2.imshow("floodfill", blured)
然后转换成灰度图
1 gray = cv2.cvtColor(blured,cv2.COLOR_BGR2GRAY)
2 cv2.imshow("gray", gray)
此时目标图像周围有写不光滑,还有一些噪声,因此进行开闭运算,得到比较光滑的目标
1
#
定义结构元素
2 kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(50, 50))
3#开闭运算,先开运算去除背景噪声,再继续闭运算填充目标内的孔洞4 opened = cv2.morphologyEx(gray, cv2.MORPH_OPEN, kernel)
5 closed = cv2.morphologyEx(opened, cv2.MORPH_CLOSE, kernel)
6 cv2.imshow("closed", closed)
接着转换成二值图以便于获取图像的轮廓
最后进行轮廓提取,抓取到目标
1
#
找到轮廓
2 _,contours, hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
3#绘制轮廓4 cv2.drawContours(img,contours,-1,(0,0,255),3)
5#绘制结果6 cv2.imshow("result", img)
全部代码如下
1
#
coding=utf-8
2
import
cv2
3
import
numpy as np
4
5 img = cv2.imread("temp.jpg") #载入图像 6 h, w = img.shape[:2] #获取图像的高和宽 7 cv2.imshow("Origin", img) #显示原始图像 8 9 blured = cv2.blur(img,(5,5)) #进行滤波去掉噪声10 cv2.imshow("Blur", blured) #显示低通滤波后的图像1112 mask = np.zeros((h+2, w+2), np.uint8) #掩码长和宽都比输入图像多两个像素点,满水填充不会超出掩码的非零边缘 13#进行泛洪填充14 cv2.floodFill(blured, mask, (w-1,h-1), (255,255,255), (2,2,2),(3,3,3),8)
15 cv2.imshow("floodfill", blured)
1617#得到灰度图18 gray = cv2.cvtColor(blured,cv2.COLOR_BGR2GRAY)
19 cv2.imshow("gray", gray)
202122#定义结构元素 23 kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(50, 50))
24#开闭运算,先开运算去除背景噪声,再继续闭运算填充目标内的孔洞25 opened = cv2.morphologyEx(gray, cv2.MORPH_OPEN, kernel)
26 closed = cv2.morphologyEx(opened, cv2.MORPH_CLOSE, kernel)
27 cv2.imshow("closed", closed)
2829#求二值图30 ret, binary = cv2.threshold(closed,250,255,cv2.THRESH_BINARY)
31 cv2.imshow("binary", binary)
3233#找到轮廓34 _,contours, hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
35#绘制轮廓3637 cv2.drawContours(img,contours,-1,(0,0,255),3)
38#绘制结果39 cv2.imshow("result", img)
4041cv2.waitKey(0)
42 cv2.destroyAllWindows()
原文:http://www.cnblogs.com/youmuchen/p/7450049.html
【说明】:本文章由站长整理发布,文章内容不代表本站观点,如文中有侵权行为,请与本站客服联系(QQ:254677821)!