python-opencv在有噪音的情況下提取圖像的輪廓實(shí)例
更新時(shí)間：2017年08月30日 11:37:41 投稿：jingxian
下面小編就為大家?guī)?lái)一篇python-opencv在有噪音的情況下提取圖像的輪廓實(shí)例。小編覺(jué)得挺不錯(cuò)的，現(xiàn)在就分享給大家，也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧
對(duì)于一般的圖像提取輪廓，介紹了一個(gè)很好的方法，但是對(duì)于有噪聲的圖像，并不能很好地捕獲到目標(biāo)物體。
比如對(duì)于我的鼠標(biāo)，提取的輪廓效果并不好，因?yàn)樵肼暫芏啵?/strong>
所以本文增加了去掉噪聲的部分。
首先加載原始圖像，并顯示圖像
img = cv2.imread("temp.jpg") #載入圖像
h, w = img.shape[:2] #獲取圖像的高和寬
cv2.imshow("Origin", img)
然后進(jìn)行低通濾波處理，進(jìn)行降噪
blured = cv2.blur(img,(5,5)) #進(jìn)行濾波去掉噪聲
cv2.imshow("Blur", blured) #顯示低通濾波后的圖像
使用floodfill來(lái)去掉目標(biāo)周?chē)谋尘?，泛洪填充?lèi)始于ps的魔棒工具，這里用來(lái)清除背景。
然后轉(zhuǎn)換成灰度圖
gray = cv2.cvtColor(blured,cv2.COLOR_BGR2GRAY)
cv2.imshow("gray", gray)
此時(shí)目標(biāo)圖像周?chē)袑?xiě)不光滑，還有一些噪聲，因此進(jìn)行開(kāi)閉運(yùn)算，得到比較光滑的目標(biāo)
#定義結(jié)構(gòu)元素
kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(50, 50))
#開(kāi)閉運(yùn)算，先開(kāi)運(yùn)算去除背景噪聲，再繼續(xù)閉運(yùn)算填充目標(biāo)內(nèi)的孔洞
opened = cv2.morphologyEx(gray, cv2.MORPH_OPEN, kernel)
closed = cv2.morphologyEx(opened, cv2.MORPH_CLOSE, kernel)
cv2.imshow("closed", closed)
接著轉(zhuǎn)換成二值圖以便于獲取圖像的輪廓
最后進(jìn)行輪廓提取，抓取到目標(biāo)
#找到輪廓
_,contours, hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
#繪制輪廓
cv2.drawContours(img,contours,-1,(0,0,255),3)
#繪制結(jié)果
cv2.imshow("result", img)
全部代碼如下
#coding=utf-8
import cv2
import numpy as np
img = cv2.imread("temp.jpg") #載入圖像
h, w = img.shape[:2] #獲取圖像的高和寬
cv2.imshow("Origin", img) #顯示原始圖像
blured = cv2.blur(img,(5,5)) #進(jìn)行濾波去掉噪聲
cv2.imshow("Blur", blured) #顯示低通濾波后的圖像
mask = np.zeros((h+2, w+2), np.uint8) #掩碼長(zhǎng)和寬都比輸入圖像多兩個(gè)像素點(diǎn)，滿水填充不會(huì)超出掩碼的非零邊緣
#進(jìn)行泛洪填充
cv2.floodFill(blured, mask, (w-1,h-1), (255,255,255), (2,2,2),(3,3,3),8)
cv2.imshow("floodfill", blured)
#得到灰度圖
gray = cv2.cvtColor(blured,cv2.COLOR_BGR2GRAY)
cv2.imshow("gray", gray)
#定義結(jié)構(gòu)元素
kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(50, 50))
#開(kāi)閉運(yùn)算，先開(kāi)運(yùn)算去除背景噪聲，再繼續(xù)閉運(yùn)算填充目標(biāo)內(nèi)的孔洞
opened = cv2.morphologyEx(gray, cv2.MORPH_OPEN, kernel)
closed = cv2.morphologyEx(opened, cv2.MORPH_CLOSE, kernel)
cv2.imshow("closed", closed)
#求二值圖
ret, binary = cv2.threshold(closed,250,255,cv2.THRESH_BINARY)
cv2.imshow("binary", binary)
#找到輪廓
_,contours, hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
#繪制輪廓
cv2.drawContours(img,contours,-1,(0,0,255),3)
#繪制結(jié)果
cv2.imshow("result", img)
cv2.waitKey(0)
cv2.destroyAllWindows()
以上這篇python-opencv在有噪音的情況下提取圖像的輪廓實(shí)例就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
Python Switch Case三種實(shí)現(xiàn)方法代碼實(shí)例
這篇文章主要介紹了Python Switch Case2種實(shí)現(xiàn)方法代碼實(shí)例,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-06-06
這篇文章主要介紹了Python模塊搜索路徑代碼詳解，分享了相關(guān)代碼示例，小編覺(jué)得還是挺不錯(cuò)的，具有一定借鑒價(jià)值，需要的朋友可以參考下2018-01-01
Python爬蟲(chóng)urllib和requests的區(qū)別詳解
這篇文章主要介紹了Python爬蟲(chóng)urllib和requests的區(qū)別詳解,本篇文章通過(guò)簡(jiǎn)要的案例,講解了該項(xiàng)技術(shù)的了解與使用,以下就是詳細(xì)內(nèi)容,需要的朋友可以參考下2021-09-09
Python自定義主從分布式架構(gòu)實(shí)例分析
這篇文章主要介紹了Python自定義主從分布式架構(gòu),結(jié)合實(shí)例形式分析了主從分布式架構(gòu)的結(jié)構(gòu)、原理與具體的代碼實(shí)現(xiàn)技巧,需要的朋友可以參考下2016-09-09
Python中AI圖像識(shí)別實(shí)現(xiàn)身份證識(shí)別
圖像識(shí)別說(shuō)白了就是把一張照片上面的文字進(jìn)行提取，提供工作效率，本文主要介紹了Python 身份證識(shí)別，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2021-08-08
大家好，本篇文章主要講的是Python如何在終端彩色打印輸出，感興趣的同學(xué)趕快來(lái)看一看吧，對(duì)你有幫助的話記得收藏一下2022-02-02
不到20行實(shí)現(xiàn)Python代碼即可制作精美證件照
這篇文章主要介紹了不到20行實(shí)現(xiàn)Python代碼即可制作精美證件照，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-04-04
django rest framework 數(shù)據(jù)的查找、過(guò)濾、排序的示例
這篇文章主要介紹了 django rest framework 數(shù)據(jù)的查找、過(guò)濾、排序，小編覺(jué)得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2018-06-06
Python中requests、aiohttp、httpx性能比拼
本文主要介紹了Python中requests、aiohttp、httpx性能比拼，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2023-06-06
pytest測(cè)試框架+allure超詳細(xì)教程
這篇文章主要介紹了pytest測(cè)試框架+allure超詳細(xì)教程,本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2022-11-11