Python open-cv 在嘈杂图像中找到线条

Question

我想在这张图片中找到暗灰色的对角线。背景非常嘈杂，并且亮度有梯度变化。 （当打开.png文件时，这条线几乎看不见，但如果将其读取为灰度图像，则线条更加明显。）

我尝试了不同的模糊、阈值化和Canny边缘检测的组合。我能想到的最好的方法是：

img_blur = cv.bilateralFilter(img, 3, 120, 120)
thresh = cv.adaptiveThreshold(img_blur, 255, cv.ADAPTIVE_THRESH_GAUSSIAN_C, cv.THRESH_BINARY, 501, 3)

这导致了这个结果 。 在这里，背景中仍然有很多噪音，线条也被中断了。

我尝试了一些形态学操作（膨胀、腐蚀、开运算、闭运算），但没有真正改善。

像这样应用 lines = cv.HoughLines(thresh, rho=1, theta=np.pi / 180, threshold=130)，我得到了这个 。 这正是我想要的，但是阈值130对于类似的图像不起作用，可能找不到或找到太多线条。

- Zugi

Answer 1

你可以尝试使用Hessian算法首先检测图像中的脊线，然后进行阈值处理。在你的示例图像上，这种方法似乎效果还不错。

import cv2
import numpy as np
import matplotlib.pyplot as plt
from skimage.feature import hessian_matrix, hessian_matrix_eigvals

def detect_ridges(img: np.ndarray, sigma: int = 3) -> np.ndarray:
    img = cv2.equalizeHist(img.astype(np.uint8))

    elements = hessian_matrix(img, sigma, use_gaussian_derivatives=False)
    eigvals = hessian_matrix_eigvals(elements)

    cv2.normalize(eigvals[0], eigvals[0], 0, 255, cv2.NORM_MINMAX).astype(np.uint8)

    return eigvals[0]

original_image = cv2.imread("zkN7m.png", cv2.IMREAD_GRAYSCALE)
ridges = detect_ridges(original_image)

thresholded = cv2.adaptiveThreshold((255-ridges).astype(np.uint8), 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 3, 2)

plt.imshow(thresholded, cmap="bone")

- Anonymous

---

在更多的图像上进行测试，使用更高的sigma值ridges = detect_ridges(original_image, sigma=5)给我带来了非常好的结果。谢谢！ - undefined