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：
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 11 12 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) 16 17 #得到灰度图 18 gray = cv2.cvtColor(blured,cv2.COLOR_BGR2GRAY) 19 cv2.imshow("gray", gray) 20 21 22 #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) 28 29 #求二值图 30 ret, binary = cv2.threshold(closed,250,255,cv2.THRESH_BINARY) 31 cv2.imshow("binary", binary) 32 33 #找到轮廓 34 _,contours, hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE) 35 #绘制轮廓 36 37 cv2.drawContours(img,contours,-1,(0,0,255),3) 38 #绘制结果 39 cv2.imshow("result", img) 40 41 cv2.waitKey(0) 42 cv2.destroyAllWindows()
