python 连通域面积_使用OpenCV去除面积较小的连通域
这是后期补充的部分,和前期的代码不太一样
效果图
源代码
//测试
void CCutImageVS2013Dlg::OnBnClickedTestButton1()
{
vector > contours; //轮廓数组
vector centers; //轮廓质心坐标
vector >::iterator itr; //轮廓迭代器
vector::iterator itrc; //质心坐标迭代器
vector > con; //当前轮廓
double area;
double minarea = 1000;
double maxarea = 0;
Moments mom; // 轮廓矩
Mat image, gray, edge, dst;
image = imread("D:\\66.png");
cvtColor(image, gray, COLOR_BGR2GRAY);
Mat rgbImg(gray.size(), CV_8UC3); //创建三通道图
blur(gray, edge, Size(3, 3)); //模糊去噪
threshold(edge, edge, 200, 255, THRESH_BINARY_INV); //二值化处理,黑底白字
//--------去除较小轮廓,并寻找最大轮廓--------------------------
findContours(edge, contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE); //寻找轮廓
itr = contours.begin(); //使用迭代器去除噪声轮廓
while (itr != contours.end())
{
area = contourArea(*itr); //获得轮廓面积
if (area
{
itr = contours.erase(itr); //itr一旦erase,需要重新赋值
}
else
{
itr++;
}
if (area>maxarea) //寻找最大轮廓
{
maxarea = area;
}
}
dst = Mat::zeros(image.rows, image.cols, CV_8UC3);
/*绘制连通区域轮廓,计算质心坐标*/
Point2d center;
itr = contours.begin();
while (itr != contours.end())
{
area = contourArea(*itr);
con.push_back(*itr); //获取当前轮廓
if (area == maxarea)
{
vector boundRect(1); //定义外接矩形集合
boundRect[0] = boundingRect(Mat(*itr));
cvtColor(gray, rgbImg, COLOR_GRAY2BGR);
Rect select;
select.x = boundRect[0].x;
select.y = boundRect[0].y;
select.width = boundRect[0].width;
select.height = boundRect[0].height;
rectangle(rgbImg, select, Scalar(0, 255, 0), 3, 2); //用矩形画矩形窗
drawContours(dst, con, -1, Scalar(0, 0, 255), 2); //最大面积红色绘制
}
else
drawContours(dst, con, -1, Scalar(255, 0, 0), 2); //其它面积蓝色绘制
con.pop_back();
//计算质心
mom = moments(*itr);
center.x = (int)(mom.m10 / mom.m00);
center.y = (int)(mom.m01 / mom.m00);
centers.push_back(center);
itr++;
}
imshow("rgbImg", rgbImg);
//imshow("gray", gray);
//imshow("edge", edge);
imshow("origin", image);
imshow("connected_region", dst);
waitKey(0);
return;
}
前期做的,方法可能不太一样
一,先看效果图
原图
处理前后图
二,实现源代码
//=======函数实现=====================================================================
void RemoveSmallRegion(Mat &Src, Mat &Dst, int AreaLimit, int CheckMode, int NeihborMode)
{
int RemoveCount = 0;
//新建一幅标签图像初始化为0像素点,为了记录每个像素点检验状态的标签,0代表未检查,1代表正在检查,2代表检查不合格(需要反转颜色),3代表检查合格或不需检查
//初始化的图像全部为0,未检查
Mat PointLabel = Mat::zeros(Src.size(), CV_8UC1);
if (CheckMode == 1)//去除小连通区域的白色点
{
//cout << "去除小连通域.";
for (int i = 0; i < Src.rows; i++)
{
for (int j = 0; j < Src.cols; j++)
{
if (Src.at(i, j) < 10)
{
PointLabel.at(i, j) = 3;//将背景黑色点标记为合格,像素为3
}
}
}
}
else//去除孔洞,黑色点像素
{
//cout << "去除孔洞";
for (int i = 0; i < Src.rows; i++)
{
for (int j = 0; j < Src.cols; j++)
{
if (Src.at(i, j) > 10)
{
PointLabel.at(i, j) = 3;//如果原图是白色区域,标记为合格,像素为3
}
}
}
}
vectorNeihborPos;//将邻域压进容器
NeihborPos.push_back(Point2i(-1, 0));
NeihborPos.push_back(Point2i(1, 0));
NeihborPos.push_back(Point2i(0, -1));
NeihborPos.push_back(Point2i(0, 1));
if (NeihborMode == 1)
{
//cout << "Neighbor mode: 8邻域." << endl;
NeihborPos.push_back(Point2i(-1, -1));
NeihborPos.push_back(Point2i(-1, 1));
NeihborPos.push_back(Point2i(1, -1));
NeihborPos.push_back(Point2i(1, 1));
}
else int a = 0;//cout << "Neighbor mode: 4邻域." << endl;
int NeihborCount = 4 + 4 * NeihborMode;
int CurrX = 0, CurrY = 0;
//开始检测
for (int i = 0; i < Src.rows; i++)
{
for (int j = 0; j < Src.cols; j++)
{
if (PointLabel.at(i, j) == 0)//标签图像像素点为0,表示还未检查的不合格点
{ //开始检查
vectorGrowBuffer;//记录检查像素点的个数
GrowBuffer.push_back(Point2i(j, i));
PointLabel.at(i, j) = 1;//标记为正在检查
int CheckResult = 0;
for (int z = 0; z < GrowBuffer.size(); z++)
{
for (int q = 0; q < NeihborCount; q++)
{
CurrX = GrowBuffer.at(z).x + NeihborPos.at(q).x;
CurrY = GrowBuffer.at(z).y + NeihborPos.at(q).y;
if (CurrX >= 0 && CurrX= 0 && CurrY
{
if (PointLabel.at(CurrY, CurrX) == 0)
{
GrowBuffer.push_back(Point2i(CurrX, CurrY)); //邻域点加入buffer
PointLabel.at(CurrY, CurrX) = 1; //更新邻域点的检查标签,避免重复检查
}
}
}
}
if (GrowBuffer.size()>AreaLimit) //判断结果(是否超出限定的大小),1为未超出,2为超出
CheckResult = 2;
else
{
CheckResult = 1;
RemoveCount++;//记录有多少区域被去除
}
for (int z = 0; z < GrowBuffer.size(); z++)
{
CurrX = GrowBuffer.at(z).x;
CurrY = GrowBuffer.at(z).y;
PointLabel.at(CurrY, CurrX) += CheckResult;//标记不合格的像素点,像素值为2
}
//********结束该点处的检查**********
}
}
}
CheckMode = 255 * (1 - CheckMode);
//开始反转面积过小的区域
for (int i = 0; i < Src.rows; ++i)
{
for (int j = 0; j < Src.cols; ++j)
{
if (PointLabel.at(i, j) == 2)
{
Dst.at(i, j) = CheckMode;
}
else if (PointLabel.at(i, j) == 3)
{
Dst.at(i, j) = Src.at(i, j);
}
}
}
//cout << RemoveCount << " objects removed." << endl;
}
//=======函数实现=====================================================================
//=======调用函数=====================================================================
Mat img;
img = imread("D:\\1_1.jpg", 0);//读取图片
threshold(img, img, 128, 255, CV_THRESH_BINARY_INV);
imshow("去除前", img);
Mat img1;
RemoveSmallRegion(img, img, 200, 0, 1);
imshow("去除后", img);
waitKey(0);
//=======调用函数=====================================================================
以上这篇使用OpenCV去除面积较小的连通域就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我们。
本文标题: 使用OpenCV去除面积较小的连通域
本文地址: http://www.cppcns.com/jiaoben/python/324599.html
python 连通域面积_使用OpenCV去除面积较小的连通域相关推荐
- python连通域标记_使用OpenCV获取图片连通域数量,并用不同颜色标记函
一,原图和效果图 二,代码 //#########################产生随机颜色######################### cv::Scalar icvprGetRandomCo ...
- opencv 阈值分割_用 OpenCV 去除图片中的水印,骚操作!
点击上方 小张Python,加为星标 第一时间收到 Python 技术干货! 参考连接:https://stackoverflow.com/questions/32125281/removing-wa ...
- python鱼眼图像识别_使用OpenCV校准鱼眼镜头的方法
01.简介 当我们使用的鱼眼镜头视角大于160°时,OpenCV中用于校准镜头"经典"方法的效果可能就不是和理想了.即使我们仔细遵循OpenCV文档中的步骤,也可能会得到下面这个奇 ...
- opencv和python的区别_所有这些OpenCV Python接口之间有何不同?
拉风的咖菲猫 OpenCV正式发布了两种类型的Python接口,cv和cv2.简历:我开始工作cv.这样,所有OpenCV数据类型都将保留下来.例如,加载时,图像的格式cvMat与C ++中的相同.对 ...
- cad怎么快速算面积_用cad算面积的快捷键方法步骤详细,大朗CAD培训班
在绘图的过程中经常需要查询和计算图形的面积,网上有不少人问这方面的问题.都市领航教育将计算面积的方法和相关命令整理一下,希望对初学者有帮助. 查询图形的面积 我们利用边界或编辑多段线命令生成了多段线和 ...
- python 椭圆检测_使用OpenCV和Python检测触摸/重叠圆/椭圆
这是我检测圈子的尝试.综上所述 >执行BGR-> HSV转换,并使用V通道进行处理 V通道: >阈值,应用形态关闭,然后进行距离转换(我会称之为dist) 分区形象: >创建一 ...
- 三调 图斑地类面积_图斑地类面积理论值计算方法说明
图斑地类面积理论值 计算方法说明 1 计算原则 1.1 面积平差原则 任何平差结果必须满足以下原则: ( 一 ) 涉及图形变化的图斑,分割或合并操作后,图斑地类面积总值应保持不变. ( 二 ) 图斑地 ...
- java海伦公式求三角形面积_海伦公式求三角形面积出错求教
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼 就下面这个程序 输入其他的数字都可以算出面积 但是当输入3,4,6时 计算出面积为零 求吧友指出错误在哪 package javaapplication1 ...
- python笔记图片_图像 opencv - python笔记
默认 基础变换 模糊 锐化 色彩分层 傅里叶变换 高通低通 图像序列转换为视频 人脸识别 import opencv as cv2 img = cv2.imread('test.jpg') # imw ...
最新文章
- XML Tree Editor(树形视图XML编辑器) v0.1.0.35
- ×××与字符串的相互转换
- nextcloud如何填写数据库_NextCloud安装使用心得记录
- java写数据库连接_JAVA写简单的数据库连接池
- 习题:编写一个程序,请输入两个数字,并判断两个数字的大小。
- Unity3D之UGUI基础7:Scrollbar卷动条
- Nginx源码分析 - Event事件篇 - Event模块的进程初始化(18)
- ionic3 创建和启动
- Ubuntu wine QQ卡死
- Jframe任务栏图标隐藏
- Android设计UI界面
- scroller基础知识点
- 服务器怎么预防常见的网络攻击
- 福利彩票36选7模拟程序
- 金蝶开发 破解数据中心用户密码
- 如何借助「星图地球开发者平台」实现智慧环保可视化?
- 【2023】北京大学计算机考研信息汇总
- LDO系列--PSRR
- qt 判断ctrl键被按下_赵锁仙原创:当我按下注销键之后
- wangEditor 初始化设置行高、字体和字体大小
热门文章
- BRISK: Binary Robust Invariant Scalable Keypoints
- brisk matlab,关于计算机视觉:MATLAB中SURF和BRISK点的比例域
- input禁止输入html转义字符串,在HTML中取消转义CSS输入
- html css 两张图片重叠放,背景图片叠加问题,大神给指个路_html/css_WEB-ITnose
- 那些藏在wordpress中的工具
- Golang 包的定义、引入和工程管理
- 【前端入门——HTML(附八股文)】
- html文本框默认信息,如何使HTML文本框默认
- 冰冰学习笔记:类与对象(下)
- nfs-ganesha 导出多个目录