python-opencv在有噪音的情况下提取图像的轮廓

Posted 2020-10-04

　　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()