python - 如何清理这张图片(opencv-python)?
问题描述
我对opencv真的很陌生。如何在不丢失信息的情况下消除背景噪音?
我是从这个开始的:Otsu 对它进行了阈值化。我试过腐蚀、膨胀、双边过滤。我的目标是在边界上得到一个矩形,这样我就可以透视变换阈值图片,但它很难找到轮廓。或者也许有不同的更好的方法?
解决方案
这是在 Python/OpenCV 中执行此操作的一种方法。
- 读取输入
- 模糊它
- 转换为 HSV 并提取饱和通道
- 阈值饱和图像
- 用形态关闭和打开将其清理并保存为蒙版
- 重新创建您的 OTSU 阈值图像
- 将黑色写入掩码为黑色(零)的 OTSU 图像
- 为了比较,将黑色写入掩码为黑色(零)的输入图像
- 保存结果
输入:
import cv2
import numpy as np
# read image
img = cv2.imread('circuit_board.jpg')
# blur
blur = cv2.GaussianBlur(img, (3,3), 0)
# convert to hsv and get saturation channel
sat = cv2.cvtColor(blur, cv2.COLOR_BGR2HSV)[:,:,1]
# threshold saturation channel
thresh = cv2.threshold(sat, 50, 255, cv2.THRESH_BINARY)[1]
# apply morphology close and open to make mask
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (9,9))
morph = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel, iterations=1)
mask = cv2.morphologyEx(morph, cv2.MORPH_OPEN, kernel, iterations=1)
# do OTSU threshold to get circuit image
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
otsu = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU)[1]
# write black to otsu image where mask is black
otsu_result = otsu.copy()
otsu_result[mask==0] = 0
# write black to input image where mask is black
img_result = img.copy()
img_result[mask==0] = 0
# write result to disk
cv2.imwrite("circuit_board_mask.png", mask)
cv2.imwrite("circuit_board_otsu.png", otsu)
cv2.imwrite("circuit_board_otsu_result.png", otsu_result)
cv2.imwrite("circuit_board_img_result.png", img_result)
# display it
cv2.imshow("IMAGE", img)
cv2.imshow("SAT", sat)
cv2.imshow("MASK", mask)
cv2.imshow("OTSU", otsu)
cv2.imshow("OTSU_RESULT", otsu_result)
cv2.imshow("IMAGE_RESULT", img_result)
cv2.waitKey(0)
蒙版图片:
OTSU 阈值图像:
大通结果:
图像结果:
推荐阅读
- python - 如何调用字典作为存储过程的参数
- selenium - Selenium Firefox 驱动强制 https
- html - Bootstrap 4 导航栏品牌标志左侧和菜单右侧在桌面和移动导航栏品牌顶部菜单中心
- vb.net - 从 DataGridView 中删除重复项但保留计数?
- java - 以简单的方式返回java函数参数
- scala - 编译期间的Scala代码遇到错误:递归值信息需要类型
- firebase - 在 Firebase 身份验证触发器上获取新创建用户的来源
- database - 在一个卖家有很多产品并且产品有很多卖家的 Postgresql 数据库中,价格应该存储在哪里?
- python - 从数组python创建一个数据框
- node.js - /g 属性结合 nodejs 中的变量