使用 OpenCV 或 Skimage 填充图像中的孔洞
Filling holes in image with OpenCV or Skimage
我正在尝试为立体声应用程序的棋盘填空。棋盘是微型的,因此很难避免灰尘...如您所见:
因此,角点检测是不可能的。我尝试使用 SciPy 的 binary_fill_holes 或类似方法,但我有全黑图像,我不明白。
这是一个函数,它用大多数相邻像素所具有的颜色替换每个像素的颜色。
import numpy as np
import cv2
def remove_noise(gray, num):
Y, X = gray.shape
nearest_neigbours = [[
np.argmax(
np.bincount(
gray[max(i - num, 0):min(i + num, Y), max(j - num, 0):min(j + num, X)].ravel()))
for j in range(X)] for i in range(Y)]
result = np.array(nearest_neigbours, dtype=np.uint8)
cv2.imwrite('result2.jpg', result)
return result
演示:
img = cv2.imread('mCOFl.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
remove_noise(gray, 10)
输入图像:
输出:
注意:由于该函数也替换角像素的颜色,您可以调用cv2.goodFeaturesToTrack
函数来找到角并限制该像素的去噪
corners = cv2.goodFeaturesToTrack(gray, 100, 0.01, 30)
corners = np.squeeze(np.int0(corners))
您可以使用形态学:扩张,然后以相同的内核大小进行侵蚀。
我正在尝试为立体声应用程序的棋盘填空。棋盘是微型的,因此很难避免灰尘...如您所见:
因此,角点检测是不可能的。我尝试使用 SciPy 的 binary_fill_holes 或类似方法,但我有全黑图像,我不明白。
这是一个函数,它用大多数相邻像素所具有的颜色替换每个像素的颜色。
import numpy as np
import cv2
def remove_noise(gray, num):
Y, X = gray.shape
nearest_neigbours = [[
np.argmax(
np.bincount(
gray[max(i - num, 0):min(i + num, Y), max(j - num, 0):min(j + num, X)].ravel()))
for j in range(X)] for i in range(Y)]
result = np.array(nearest_neigbours, dtype=np.uint8)
cv2.imwrite('result2.jpg', result)
return result
演示:
img = cv2.imread('mCOFl.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
remove_noise(gray, 10)
输入图像:
输出:
注意:由于该函数也替换角像素的颜色,您可以调用cv2.goodFeaturesToTrack
函数来找到角并限制该像素的去噪
corners = cv2.goodFeaturesToTrack(gray, 100, 0.01, 30)
corners = np.squeeze(np.int0(corners))
您可以使用形态学:扩张,然后以相同的内核大小进行侵蚀。