C++ 如何使用OpenCV检测大量白色像素区域？

我想检测图像中的徽标，以便将其删除。我有一个想法，那就是寻找具有大量像素的对象，然后删除。另一个想法是循环所有白色像素（我已经反转了我的图像），寻找形成一个大区域的像素，然后移除这个区域。有比这个更好的算法吗。此外，OpenCV中的哪些方法可以帮助我检测大像素数的对象。

您可以使用形态过滤器（可能是交替顺序过滤）简化您的多色图像，然后使用分水岭或某些粒度测量方法等分割算法，选择最大的对象。您可以在网上找到几个实现。但是，只有当徽标是离散的（例如，不在背景上）时，这才有效。

我有一种方法可以做到这一点。我不知道这个方法是否适用于所有人，但在这里效果很好

下面是代码（Python）：

首先将图像转换为灰度，调整图像大小，应用阈值，并制作与调整大小的灰度图像大小和类型相同的遮罩图像。（遮罩图像只是一个黑色图像）

现在在阈值图像中查找轮廓。过滤500到5000之间区域的轮廓。它很可能是一个大的白色斑点，显然不是字母。（请记住，此区域是此图像的专用区域。我不知道您的其他图像。您必须自己找到它）。现在，在填充白色的遮罩图像上绘制此轮廓

contours, hier = cv2.findContours(gray,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)
for cnt in contours:
    if 200<cv2.contourArea(cnt)<5000:
        cv2.drawContours(img,[cnt],0,(0,255,0),2)
        cv2.drawContours(mask,[cnt],0,255,-1)

最后显示图像：

cv2.imshow('IMG',gray2)
cv2.waitKey(0)
cv2.destroyAllWindows()

结果如下：

---

注意：

上述方法是为了将“橙色”保存在白色方块中。这就是为什么会有一些人工制品。如果你不想要那个橙色，它可以更准确

只需找到区域过滤轮廓的边界矩形，并绘制填充黑色的矩形

代码：

import cv2
import numpy as np

img = cv2.imread('bus.png')
img = cv2.resize(img,(400,500))
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
ret,gray = cv2.threshold(gray,127,255,0)
gray2 = gray.copy()

contours, hier = cv2.findContours(gray,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)
for cnt in contours:
    if 200<cv2.contourArea(cnt)<5000:
        (x,y,w,h) = cv2.boundingRect(cnt)
        cv2.rectangle(gray2,(x,y),(x+w,y+h),0,-1)

cv2.imshow('IMG',gray2)
cv2.waitKey(0)
cv2.destroyAllWindows()

导入cv2
将numpy作为np导入
img=cv2.imread（'bus.png'）
img=cv2.调整大小（img，（400500））
灰色=cv2.CVT颜色（img，cv2.COLOR\U BGR2GRAY）
ret，灰色=cv2。阈值（灰色，127255,0）
gray2=gray.copy（）
等高线，hier=cv2.查找到的等高线（灰色，cv2.翻新列表，cv2.链近似简单）
对于轮廓中的cnt：
如果你说（不是背景）是什么意思@PatrickJones我的意思是如果它是某个地方的一个图像，而不是那些商标位于文本下方并占据整个卡片的名片。或者，如果卡片被分割为多个颜色区域。有很多种情况。请问什么是形态滤波或交替顺序滤波discuss@PatrickJones形态过滤器是连接的过滤器，如膨胀、腐蚀、打开、关闭。ASF使用具有不同（每次较大）结构元素的交替打开和关闭运算符。图像分析是一个大而难的主题，你可以尝试从Mathwork的matlab演示中学到一些东西：我看到你发布了图像。在减少颜色深度之前应进行过滤，以避免产生噪音（如顶部白色正方形内的黑色“头发”）。在那之后，你可以使用这样的东西，为什么你要调整图像的大小？因为你的图像太大了，我的屏幕不能包含它作为一个整体。（这里不太重要。如果您不喜欢，请避免使用。
图像越小，操作速度就越快。
）顺便问一下，您实际需要哪种方法？如果你知道C++，请更新你的答案，因为我不能在Python和C++ C++之间进行映射。但所有功能都是相似的。转到www.opencv.itsez.com，在搜索框中输入python函数。您将获得具有完整文档的C++函数。他们也有教程。顺便说一下，我正在使用opencv 2.4beta。它也与2.3或2.2兼容。
cv2.imshow('IMG',gray2)
cv2.waitKey(0)
cv2.destroyAllWindows()

import cv2
import numpy as np

img = cv2.imread('bus.png')
img = cv2.resize(img,(400,500))
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
ret,gray = cv2.threshold(gray,127,255,0)
gray2 = gray.copy()

contours, hier = cv2.findContours(gray,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)
for cnt in contours:
    if 200<cv2.contourArea(cnt)<5000:
        (x,y,w,h) = cv2.boundingRect(cnt)
        cv2.rectangle(gray2,(x,y),(x+w,y+h),0,-1)

cv2.imshow('IMG',gray2)
cv2.waitKey(0)
cv2.destroyAllWindows()