首页 > 解决方案 > 使用 Python3 和 opencv 从掩码图像中获取中心掩码

问题描述

假设我有这些图像集:

在此处输入图像描述

我想采用中心坐标掩码,即具有单元格的圆形掩码:

在此处输入图像描述

最终隔离细胞

在此处输入图像描述

如何使用 Python3 和 opencv 实现这些?

标签: pythonimageopencvimage-processingcomputer-vision

解决方案


这个概念

  1. 检测物体的轮廓。

  2. 遍历轮廓并找到包围图像中心的轮廓。

  3. 使用该轮廓,为图像创建一个蒙版并蒙版该图像。

编码

import cv2
import numpy as np

def process(img):
    img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    img_canny = cv2.Canny(img_gray, 0, 50)
    img_dilate = cv2.dilate(img_canny, None, iterations=1)
    img_erode = cv2.erode(img_dilate, None, iterations=1)
    return img_erode

def get_masked(img):
    h, w, _ = img.shape
    center = h // 2, w // 2
    contours, _ = cv2.findContours(process(img), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
    for cnt in contours:
        if cv2.contourArea(cnt) > 100:
            if cv2.pointPolygonTest(cnt, center, False) > 0:
                mask = np.zeros((h, w), 'uint8')
                cv2.drawContours(mask, [cnt], -1, 255, -1) 
                return cv2.bitwise_and(img, img, mask=mask)

img = cv2.imread("blobs.png")
cv2.imshow("img_processed", get_masked(img))
cv2.waitKey(0)

输出

在此处输入图像描述

说明

  1. 导入必要的库:
import cv2
import numpy as np
  1. 定义一个函数将图像处理成二值图像,以便在检测图像轮廓时获得最佳结果:
def process(img):
    img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    img_canny = cv2.Canny(img_gray, 0, 50)
    img_dilate = cv2.dilate(img_canny, None, iterations=1)
    img_erode = cv2.erode(img_dilate, None, iterations=1)
    return img_erode
  1. 定义一个循环遍历图像轮廓的函数(使用process之前定义的函数来处理图像),并且对于轮廓面积大于的每个轮廓100 (以滤除噪声),检查图像的中心是否在轮廓(通过检查调用结果是否cv2.pointPolygonTest返回正数来完成),创建蒙版,蒙版图像并返回蒙版图像:
def get_masked(img):
    h, w, _ = img.shape
    center = h // 2, w // 2
    contours, _ = cv2.findContours(process(img), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
    for cnt in contours:
        if cv2.contourArea(cnt) > 100:
            if cv2.pointPolygonTest(cnt, center, False) > 0:
                mask = np.zeros((h, w), 'uint8')
                cv2.drawContours(mask, [cnt], -1, 255, -1) 
                return cv2.bitwise_and(img, img, mask=mask)
  1. 最后,读入你的图像,应用get_masked之前定义的函数并显示图像:
img = cv2.imread("blobs.png")
cv2.imshow("img_processed", get_masked(img))
cv2.waitKey(0)

推荐阅读