OpenCV 处理 - 边缘检测和裁剪

Posted 2023-02-21

【中文标题】OpenCV 处理 - 边缘检测和裁剪

【英文标题】：OpenCV Processing - Edge detection and Cropping

【发布时间】：2019-11-25 09:46:30

【问题描述】：

如何从预处理图像中去除不规则的白色像素。

我尝试过腐蚀，这会使所有像素变黑。

预处理后：

要求：

我的代码：

Mat  img, edges, erode, blurred, element;
element = getStructuringElement(cv::MORPH_RECT, cv::Size(7, 7), cv::Point(-1,-1) ); 

img = imread("img1925.jpeg");    //  read the image
cv::Canny(img, edges, 30, 255, 3);    // detect the edges with threshold limit

//    cv::erode(edges, erode, element);

GaussianBlur(edges, blurred, cv::Size(7, 7), 0);    // blurring

//    Rect ROI = boundingRect(blurred);       // draw rect for ROI
//    Mat src = thresh(ROI);

namedWindow("image", WINDOW_NORMAL);
imshow("image", blurred);
waitKey(0);
return 0;

寻找建议！

【问题讨论】：

您可以轻松地使用使像素成为您想要的任何值的功能。如果你有一定的 RGB 间隔值，你可以改变你想要的任何像素： openCvImage.at<:vec3b>(i,j)[0]=0; （i和j是坐标，[0]代表第一层，0是你分配的值。相关主题：***.com/questions/23001512/…>

不幸的是，我有很多图像，我不确定不规则像素在哪里！所以这个选项不起作用。

你所说的“不规则像素”是什么意思

预处理步骤后，您可以检查不规则像素的密度，以正确定位您的 roi。

这听起来像是一个解决方案。我会调查一下。如果您也能提供一些启发，我将不胜感激！

【参考方案1】：

我不确定您从预处理图像中删除不规则白色像素是什么意思，但如果您的目标是提取对象的 ROI，那么这里有一种方法：

将图像转换为灰度，将高斯模糊转换为平滑图像 获取二值图像的自适应阈值 使用轮廓区域查找轮廓和过滤 提取图像中最大的轮廓并裁剪 ROI

---

这是结果

如果您在阈值图像上裁剪了 ROI，结果如下

我在 Python 中实现了它，但您可以在 C++ 中遵循相同的步骤

import cv2

image = cv2.imread('1.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray, (7,7), 0)
thresh = cv2.adaptiveThreshold(blur,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV,11,3)

cnts = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
cnts = sorted(cnts, key=cv2.contourArea, reverse=True)
for c in cnts:
    x,y,w,h = cv2.boundingRect(c)
    ROI = image[y:y+h, x:x+w]
    break

cv2.imwrite('ROI.png', ROI)
cv2.waitKey()