C++ 用openCV去除二值图像中的噪声
我使用openCV在Visual Studio中读取了一段视频,并将其转换为灰度,然后使用函数CV_THRESH_BINARY将其转换为二进制图像。但是,框架中存在孔洞和噪音。去除噪音或孔洞的简单方法是什么?我已经阅读了openCV中的腐蚀和扩展函数,但我不太清楚如何使用它们。这是到目前为止我的代码。如果有人能告诉我如何将噪声消除融入到我的代码中,我将不胜感激C++ 用openCV去除二值图像中的噪声,c++,opencv,computer-vision,noise-reduction,C++,Opencv,Computer Vision,Noise Reduction,我使用openCV在Visual Studio中读取了一段视频,并将其转换为灰度,然后使用函数CV_THRESH_BINARY将其转换为二进制图像。但是,框架中存在孔洞和噪音。去除噪音或孔洞的简单方法是什么?我已经阅读了openCV中的腐蚀和扩展函数,但我不太清楚如何使用它们。这是到目前为止我的代码。如果有人能告诉我如何将噪声消除融入到我的代码中,我将不胜感激 #include "cv.h" #include "highgui.h" int main( int argc, char* argv
#include "cv.h"
#include "highgui.h"
int main( int argc, char* argv ) {
CvCapture *capture = NULL;
capture = cvCaptureFromAVI("C:\\walking\\lady walking.avi");
if(!capture){
return -1;
}
IplImage* color_frame = NULL;
IplImage* gray_frame = NULL ;
int thresh_frame = 70;
int frameCount=0;//Counts every 5 frames
cvNamedWindow( "Binary video", CV_WINDOW_AUTOSIZE );
while(1) {
color_frame = cvQueryFrame( capture );//Grabs the frame from a file
if( !color_frame ) break;
gray_frame = cvCreateImage(cvSize(color_frame->width, color_frame->height), color_frame->depth, 1);
if( !color_frame ) break;// If the frame does not exist, quit the loop
frameCount++;
if(frameCount==5)
{
cvCvtColor(color_frame, gray_frame, CV_BGR2GRAY);
cvThreshold(gray_frame, gray_frame, thresh_frame, 255, CV_THRESH_BINARY);
cvShowImage("Binary video", gray_frame);
frameCount=0;
}
char c = cvWaitKey(33);
if( c == 27 ) break;
}
cvReleaseImage(&color_frame);
cvReleaseImage(&gray_frame);
cvReleaseCapture( &capture );
cvDestroyWindow( "Grayscale video" );
return 0;
}
在进行阈值化之前,您可以尝试使用带有
CV\u MEDIAN
的函数。免责声明:很难给出一个好的答案,因为您提供的信息很少。如果你在二值化之前和之后发布你的图像,这会容易得多。不过,我将尝试给出一些提示
如果孔相当大,则可能阈值错误,尝试增加或减少它,并检查结果。你可以试试
cv::threshold(gray_frame, gray_frame, 0, 255, CV_THRESH_BINARY | CV_THRESH_OTSU);
这将自动计算阈值。
如果找不到好的阈值,那么尝试一些自适应阈值算法,opencv有adaptiveThreshold()函数,但不是很好
如果孔和噪波非常小(每个像素很少),可以尝试以下操作:
- 使用打开(腐蚀,下一次膨胀)消除白噪声,关闭(膨胀,下一次腐蚀)消除小的黑噪声。但请记住,在去除白噪声的同时,开口也会增强黑噪声,反之亦然
- 进行阈值化后的中值模糊。它可以去除小的噪声,包括黑色和白色,同时保留颜色(图像仍然是二值的)和可能的小错误,形状。在二值化之前应用中值模糊也有助于减少小噪声