python-opencv在有噪音的情况下提取图像的轮廓实例_Python

python-opencv在有噪音的情况下提取图像的轮廓实例

2020-12-04 00:57youmuchen Python

下面小编就为大家带来一篇python-opencv在有噪音的情况下提取图像的轮廓实例。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧

对于一般的图像提取轮廓，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：

python-opencv在有噪音的情况下提取图像的轮廓实例

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

									img = cv2.imread("temp.jpg")    #载入图像

									h, w = img.shape[:2]      #获取图像的高和宽 

									cv2.imshow("Origin", img)

python-opencv在有噪音的情况下提取图像的轮廓实例

然后进行低通滤波处理，进行降噪

1 2	`blured = cv2.blur(img,(5,5)) #进行滤波去掉噪声` `cv2.imshow("Blur", blured) #显示低通滤波后的图像`

python-opencv在有噪音的情况下提取图像的轮廓实例

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。

python-opencv在有噪音的情况下提取图像的轮廓实例

然后转换成灰度图

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

python-opencv在有噪音的情况下提取图像的轮廓实例

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

									#定义结构元素 

									kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(50, 50))

									#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

									opened = cv2.morphologyEx(gray, cv2.MORPH_OPEN, kernel) 

									closed = cv2.morphologyEx(opened, cv2.MORPH_CLOSE, kernel) 

									cv2.imshow("closed", closed)

python-opencv在有噪音的情况下提取图像的轮廓实例

接着转换成二值图以便于获取图像的轮廓

python-opencv在有噪音的情况下提取图像的轮廓实例

最后进行轮廓提取，抓取到目标

									#找到轮廓

									_,contours, hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE) 

									#绘制轮廓

									cv2.drawContours(img,contours,-1,(0,0,255),3) 

									#绘制结果

									cv2.imshow("result", img)

python-opencv在有噪音的情况下提取图像的轮廓实例

全部代码如下

									#coding=utf-8 

									import cv2 

									import numpy as np

									img = cv2.imread("temp.jpg")    #载入图像

									h, w = img.shape[:2]      #获取图像的高和宽 

									cv2.imshow("Origin", img)     #显示原始图像

									blured = cv2.blur(img,(5,5))    #进行滤波去掉噪声

									cv2.imshow("Blur", blured)     #显示低通滤波后的图像

									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 

									#进行泛洪填充

									cv2.floodFill(blured, mask, (w-1,h-1), (255,255,255), (2,2,2),(3,3,3),8)

									cv2.imshow("floodfill", blured) 

									#得到灰度图

									gray = cv2.cvtColor(blured,cv2.COLOR_BGR2GRAY) 

									cv2.imshow("gray", gray) 

									#定义结构元素 

									kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(50, 50))

									#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

									opened = cv2.morphologyEx(gray, cv2.MORPH_OPEN, kernel) 

									closed = cv2.morphologyEx(opened, cv2.MORPH_CLOSE, kernel) 

									cv2.imshow("closed", closed) 

									#求二值图

									ret, binary = cv2.threshold(closed,250,255,cv2.THRESH_BINARY) 

									cv2.imshow("binary", binary) 

									#找到轮廓

									_,contours, hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE) 

									#绘制轮廓

									cv2.drawContours(img,contours,-1,(0,0,255),3) 

									#绘制结果

									cv2.imshow("result", img)

									cv2.waitKey(0) 

									cv2.destroyAllWindows()