在python中使用无优美图像进行边缘检测

Posted 2023-02-22

【中文标题】在python中使用无优美图像进行边缘检测

【英文标题】：edge detection with graceless image in python

【发布时间】：2018-11-02 04:52:24

【问题描述】：

我有一些对比度非常低的灰度图像（micro-structure image）这张图显示了材料在降解过程中的分层，我想知道分层区域占整个图片的百分比（像这样：ideal result )。

我尝试通过伽玛、对数和自适应调整来放大对比度，得到的数字是这样的：after increase contrast

然后我试图找到阈值并将图像更改为黑白图像（black and white image）

但是当我仍然无法检测到分层段的轮廓时，我得到了这样的结果：contour detection (with cv.Canny)。

所以我想知道是否有好的建议可以找到这些分层区域的边缘？

提前致谢！

【问题讨论】：

你得到了一张相当不错的黑白图像，为什么不使用黑白像素数而不是获取区域轮廓？

@RockyLi 哦，因为圆圈里面的白色部分其实代表的是表面还在的材料，而圆圈外面的白色部分是分层后剩下的（其他材料）。跨度>

【参考方案1】：

未测试。但我相信你可能想做以下事情：

移除图像在 x 方向的线性渐变。图像的 RHS 显然比 LHS 更暗。如果你解决这个问题，阈值会更好。

对图像进行阈值处理后，将二值图像中不连贯的区域分开，然后去除面积较小的区域

稍微膨胀 + 腐蚀以连接破碎的椭圆。

填充这些区域的孔。

最终区域应与退化区域相对应。然后，您可以提取边缘或稍后做任何您想做的事情。

从技术上讲，我是 MVTec Halcon 用户，因此我不确定opencv 中的这些概念是什么，但我相信它们应该是相当常见的操作。

【讨论】：

谢谢！会试试的！