发布时间:2023-02-18 08:30
从灰度图像,根据阈值,切出多个前景区域,过滤面积太小的图像。
OpenCV的Python逻辑,clip_gray_patches
:
def clip_gray_patches(img_gray, ths=32, filter_percent=0.0005): \"\"\" 从灰度图像切出多个前景区域,阈值大于ths,过滤面积占比小于filter_percent的图像 @param img_gray: 灰度图像 @param ths: 前景阈值 @param filter_percent: 过滤面积 @return: patches list, 轮廓图像 \"\"\" # 根据thresh_val过滤mask ret, gray_mask = cv2.threshold(img_gray, ths, 1, 0) contours, hierarchy = cv2.findContours(gray_mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) img_area = get_image_size(img_gray) # 图像面积 img_copy = copy.copy(img_gray) img_patches = [] # 遍历全部轮廓 for cnt in contours: area = cv2.contourArea(cnt) if area / img_area < filter_percent: # 过滤小图像 continue # 将小patch的前景设置为255,背景设置为0 mask = np.zeros(img_gray.shape) cv2.drawContours(mask, [cnt], -1, 255, -1) mask = mask.astype(np.uint8) # 将原图,根据mask,贴入新图像中,再提取mask masked = cv2.add(img_gray, np.zeros(np.shape(img_gray), dtype=np.uint8), mask=mask) box = get_mask_box(mask) img_patch = get_cropped_patch(masked, box) img_patches.append(img_patch) img_copy = cv2.drawContours(img_copy, [cnt], -1, 255, 1) # 绘制边界 return img_patches, img_copy def get_image_size(img): \"\"\" 获取图像尺寸 \"\"\" h, w = img.shape[:2] return float(h * w) def get_mask_box(mask): \"\"\" mask的边框 \"\"\" import numpy as np y, x = np.where(mask) x_min = np.min(x) x_max = np.max(x) y_min = np.min(y) y_max = np.max(y) box = [x_min, y_min, x_max, y_max] return box def get_cropped_patch(img, box): \"\"\" 获取Img的Patch :param img: 图像 :param box: [x_min, y_min, x_max, y_max] :return 图像块 \"\"\" h, w = img.shape[:2] x_min = int(max(0, box[0])) y_min = int(max(0, box[1])) x_max = int(min(box[2], w)) y_max = int(min(box[3], h)) if len(img.shape) == 3: img_patch = img[y_min:y_max, x_min:x_max, :] else: img_patch = img[y_min:y_max, x_min:x_max] return img_patch
输入的灰度图像:
输出图像:
到此这篇关于OpenCV实现从灰度图像切出Mask前景区域的文章就介绍到这了,更多相关OpenCV Mask前景区域内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
【youcans 的 OpenCV 例程200篇】136. 灰度腐蚀和灰度膨胀
YOLOv4 deepsort pytorch实现【代码资源已上传】
linux开发板汉字显示,Linux Qt 及Arm开发板汉字显示
论文阅读笔记 | Transformer系列——Transformer in Transformer
【毕业设计】基于机器视觉的手势检测系统(手势识别) - python OpenCV 深度学习
3.3 创建使用会员微服务模块 -service consumer
CTC Algorithm Explained Part 1:Training the Network(CTC算法详解之训练篇)
执行 go vendor 时第三方包 go 版本冲突问题的解决方法