Как я могу вычесть фон из изображения в mahotas и opencv в python?

У меня есть много изображений, таких как это или это и я использую этот код:

fork = mh.imread(path)
bin = fork[:,:,0]
bin = mh.erode(bin)
bin = (bin < 80)

для 2-го изображения, но я должен использовать это:

bin = (bin < 127)

во-первых.

Есть способ автоматически получить хорошее изображение без фона, или мне нужно выбрать среднее значение, надеюсь, оно подходит для большинства моих изображений?


opencv image-processing mahotas
person postgres    schedule 16.01.2014    source источник

Ответы (2)


arrow_upward
1
arrow_downward

Существует пороговое значение, которое называется «Порог Оцу». Здесь вы найдете дополнительную информацию.

Вы можете использовать otsu, чтобы сделать это в Mahotas, или threshold_otsu в scikit-image:

fork = mh.imread(path)
bin = fork[:,:,0]
thresh = mh.otsu(bin)
binary =( bin< thresh)
person phyrox    schedule 16.01.2014
comment
Я бы не назвал Otsu оптимальным, так как он не всегда уместен. Возможно, есть автоматизированный метод... , который хорошо работает, когда передний план хорошо отделен. - person luispedro; 17.01.2014
comment
Ну, я использовал mh.otsu в первом изображении, и оно не работает: левая часть изображения почти вся белая! Может, есть еще чем заняться? - person postgres; 17.01.2014
comment
По предложению @luispedro я удалил слово «оптимальный». - person phyrox; 17.01.2014
comment
@postgres У вас проблемы с подсветкой. Перед использованием Otsu необходимо выполнить некоторое выравнивание гистограммы. Здесь у вас есть дополнительная информация: scikit-image.org/docs/0.9. x/auto_examples/plot_equalize.html - person phyrox; 17.01.2014
comment
Ой ну спасибо! Это работает, но для преобразования изображения из scikit в mahotas? я использовал это: binimg = np.array (img_adapteq, dtype = np.uint8), и я получил полностью черное изображение! - person postgres; 19.01.2014
comment
@postgres Я не знаком с махотами, но зачем вам конвертировать в махот? Если вы установили образ scikit, вы можете использовать threshold_otsu() из scikit - person phyrox; 19.01.2014
comment
потому что я также использовал расширение, эрозию, функцию закрытия и другие вещи в mahotas, я знаю, что они также есть в scikit, но с использованием dtype преобразование изображения было хорошим по сравнению с другими библиотеками, такими как cv2 и scikit - person postgres; 19.01.2014
comment
Я пробовал это binimg = binimg › 0.5, но все значения конвертируются в False. Более того, я получаю это предупреждение: Файл C:\Python27\Lib\site-packages\skimage\exposure\exposure.py, строка 51 warnings.warn (это может быть цветное изображение. Гистограмма будет UserWarning: это может быть цветное изображение.Гистограмма будет рассчитываться на плоском изображении.Вместо этого вы можете применить эту функцию к каждому цветовому каналу. - person postgres; 28.01.2014
comment
Я сделал следующие шаги: 1) imread(image) 2) выравнивание гистограммы 3) преобразование с помощью binimg › 0.5 или np.array(img_adapteq, dtype=np.uint16) 4) бинаризация mhgray[:,:,0] 5) otsu binimg = binimg › 0,5 порог = mh.otsu(binimg) - person postgres; 28.01.2014
comment
@postgres Я не понимаю код, который вы разместили ... но кажется, что ваш binimg представляет собой N-мерный массив, а не двумерный массив. - person phyrox; 28.01.2014

arrow_upward
1
arrow_downward

Я понимаю, что вы хотите отделить белый фон от изображения. Вот шаги, чтобы сделать это. Я буду писать простым английским языком, потому что я не знаком с питоном.

1: Рассчитать закрытие изображения (применение расширения, а затем эрозии). Используйте структурный элемент в виде квадрата размером 5x5 для расширения и эрозии.

C = mh.dilate(bin)
C = mh.erode(C);

Это даст вам фон

2: Вычтите фон из исходного изображения:

C = C-bin

Это даст вам изображение звезды, окрашенной в белый цвет, а фон черный.

3: Теперь вычислите автоматический порог для бинаризации. Используйте простой метод Otsu для оценки наилучшего порога. В openCV это что-то вроде:

double thresh = cv::threshold(im,im,0,255,CV_THRESH_BINARY | CV_THRESH_OTSU);
cv::threshold(im,im,thresh,255,CV_THRESH_BINARY_INV);

Это даст вам идеальные результаты для ваших изображений. Не пытайтесь угадать порог. Это не 80 и не 127 для ваших изображений. Используйте Оцу

person DanielHsH    schedule 16.01.2014