如何去除二进制图像中的噪声？

Question

如何去除二进制图像中的噪声？

pythonpython-3.xopencvimage-processing

5

这是我的代码，我试图从二进制图像中删除掩模（噪声）。但我得到的结果是在噪声周围留下了白线。我知道这个噪声周围有一个轮廓，导致最终结果中出现了白色线条。需要帮助吗？

原始图像

Original Image

掩模和结果

Mask and results

代码

import numpy as np
import cv2
from skimage import util

img = cv2.imread('11_otsu.png')
imgray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(imgray, 127, 255, 0, cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
#cv2.drawContours(img, contours, -1, (0,255,0), 2)

# create an empty mask
mask = np.zeros(img.shape[:2], dtype=np.uint8)

# loop through the contours
for i, cnt in enumerate(contours):
    # if the contour has no other contours inside of it
    if hierarchy[0][i][2] == -1:
        # if the size of the contour is greater than a threshold
        if cv2.contourArea(cnt) <70:
            cv2.drawContours(mask, [cnt], 0, (255), -1)
            # display result

cv2.imshow("Mask", mask)

cv2.imshow("Img", img)
image = cv2.bitwise_not(img, img, mask=mask)
cv2.imshow("Mask", mask)
cv2.imshow("After", image)

cv2.waitKey()
cv2.destroyAllWindows()

- Vincent Liow

只需在命令中添加形态学，即可填补白色区域内的黑洞。然后获取外部轮廓。请参见https://docs.opencv.org/4.1.1/d4/d86/group__imgproc__filter.html#ga67493776e3ad1a3df63883829375201f - fmw42

3个回答

3

您的代码完全没问题，只需进行以下调整即可使其正常工作：

contours, hierarchy = cv2.findContours(thresh, cv2.RETR_CCOMP, cv2.CHAIN_APPROX_SIMPLE) # Use cv2.CCOMP for two level hierarchy
if hierarchy[0][i][3] != -1: # basically look for holes
    # if the size of the contour is less than a threshold (noise)
    if cv2.contourArea(cnt) < 70:
        # Fill the holes in the original image
        cv2.drawContours(img, [cnt], 0, (255), -1)

- Knight Forked

完美地运作，正是我所需要的。你很敏锐，我需要填充噪点而不是谷之间的空隙。我调整了代码cv2.drawContours(img, [cnt], 0, (255,255,255), -1)，因为你的代码会以蓝色(0,0,255)填充它，原因不明。 - Vincent Liow

0

我认为使用cv2.GaussianBlur()方法可能会对你有所帮助。在将图像转换为灰度图之后，使用这种方法进行模糊处理（正如名称所示，这是一种高斯滤波器）。以下是文档链接： https://docs.opencv.org/4.3.0/d4/d86/group__imgproc__filter.html

- Elyas Karimi

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- rayryeng · Accepted Answer

建议使用 cv2.floodFill 替代查找内部轮廓并填充的方法。洪水填充操作通常用于填充封闭对象内部的空洞。具体来说，如果将种子像素设置为图像左上角，然后对图像进行洪水填充，则会填充背景而保留封闭对象。如果反转此图像，您将找到具有“孔”的封闭对象内部的所有像素。如果使用这个反转的图像并直接将非零位置设置为原始图像，那么就可以填补孔洞。

因此:

im = cv2.imread('8AdUp.png', 0)
h, w = im.shape[:2]
mask = np.zeros((h+2, w+2), dtype=np.uint8)
holes = cv2.floodFill(im.copy(), mask, (0, 0), 255)[1]
holes = ~holes
im[holes == 255] = 255
cv2.imshow('Holes Filled', im)
cv2.waitKey(0)
cv2.destroyAllWindows()

首先，我们读取你提供的阈值化图像，在进行“噪声过滤”之前，获取其高度和宽度。我们还使用输入掩码来告诉我们要操作洪水填充的像素。使用全零掩码意味着您将在整个图像上操作。还要注意，使用掩码之前，掩码需要具有1像素的边框。我们使用左上角作为初始点进行洪水填充，反转它，将任何“空洞”像素设置为255并显示它。请注意，一旦方法完成，输入图像会发生变化，因此您需要传入一个副本以保留输入图像不变。此外，cv2.floodFill （使用OpenCV 4）返回包含四个元素的元组。我让您查看文档，但您需要这个元组的第二个元素，即填充的图像。

因此，我们得到以下结果：