当前位置:首页 > Python教程 > python技巧

python-opencv在有噪音的情况下提取图像的轮廓

  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:

技术分享

  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

 

技术分享

  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

 

 

技术分享

  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)  

 

技术分享

 

  然后转换成灰度图

            1 gray = cv2.cvtColor(blured,cv2.COLOR_BGR2GRAY)  
2 cv2.imshow("gray", gray)  

 

 

技术分享

   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)  

 

技术分享

  接着转换成二值图以便于获取图像的轮廓

技术分享

 

  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)

 

技术分享

 

   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)!