OpenCV-Java-如何删除集群周围的一些像素

我正在做一个项目，我需要确定图像的某些区域。在处理图像并去除所有不必要的东西后，我最终得到了如图所示的区域（绿色圆圈内的区域）

我无法使用OpenCV在该区域周围绘制圆。我目前正在使用OpenCV的Java版本。如果有人能给我指出如何在图像上实现绿色圆圈的正确方向，这将非常有帮助

我试图探测到的东西。 blob探测器-没有取得多大成就。 集群-与blob检测器相同。 HoughCircles-在图像中绘制不必要的圆。 FindContour-没有画任何东西，因为它不是一个完美的圆、椭圆或任何其他众所周知的多边形

我感谢你的帮助

这里有一个解决方案：

打开以清除所有薄/细长图案中的图像

连接的组件标签，以便计算剩余的模式

每个剩余图案的大小计数

最大的图案是您要圈出的图案

---

注意：如果您想完美地保留图案，可以通过重建（侵蚀+测地线重建）将洞口替换为洞口。

我终于找到了解决问题的方法。我使用了OpenCV库中的特征检测器，并为检测器设置了正确的阈值。这对我起了作用。Java中的代码如下所示

public static void main(String[] args){
    try{
        //Validation whether a file name is passed to the function
        if(args.length == 0){
            System.out.println("here...");
            log.error("No file was passed to the function");
            throw new IOException();
        }

        //Read the image from the input
        Mat inputMat = Highgui.imread(args[0],Highgui.CV_LOAD_IMAGE_GRAYSCALE);

        //Create a feature detector. In this case we are using SURF (Speeded-Up Robust Features) detector. 
        MatOfKeyPoint objectKeyPoints = new MatOfKeyPoint();
        FeatureDetector featureDetector = FeatureDetector.create(FeatureDetector.SURF);

        //A temporary file is created to input Hessian Threshold to the SURF detector
        File tempFile = File.createTempFile("config", ".yml");
        String settings = "%YAML:1.0\nhessianThreshold: 7000.\noctaves: 3\noctaveLayers: 4\nupright: 0\n";
        FileWriter writer = new FileWriter(tempFile, false);
        writer.write(settings);
        writer.close();

        //Read the configuration from the temporary file to assign the threshold for the detector
        featureDetector.read(tempFile.getPath());

        //Detect the features in the image provided
        featureDetector.detect(inputMat, objectKeyPoints);

        //Iterate through the list of key points detected in the previous step and find the Key Point with the largest size
        List<KeyPoint> objectKeyPointList = objectKeyPoints.toList();
        KeyPoint impKeyPoint = new KeyPoint();

        for(int i=0; i<objectKeyPointList.size(); i++){
            if(impKeyPoint == null){
                impKeyPoint = objectKeyPointList.get(i);
            }
            else if(impKeyPoint.size < objectKeyPointList.get(i).size){
                impKeyPoint = objectKeyPointList.get(i);
            }
        }

        //If the size of the Key Point is greater than 120 then reduce the size to 120 and if the size is less than 120 then increase to 120 
        if(impKeyPoint.size > 120){
            KeyPoint tempKeyPoint = new KeyPoint();
            tempKeyPoint = impKeyPoint;
            tempKeyPoint.size = 120;
            impKeyPoint = tempKeyPoint;
        }
        else if(impKeyPoint.size < 120){
            KeyPoint tempKeyPoint = new KeyPoint();
            tempKeyPoint = impKeyPoint;
            tempKeyPoint.size = 120;
            impKeyPoint = tempKeyPoint;
        }

        //Convert the Key Point to MatOfKeyPoint since drawKeyPoints accepts only MatOfKeyPoint
        MatOfKeyPoint impMatOfKeyPoint = new MatOfKeyPoint(impKeyPoint);

        //Mat for drawing the circle in the image
        Mat outputImage = new Mat(inputMat.rows(), inputMat.cols(), Highgui.CV_LOAD_IMAGE_COLOR);

        //Green color for the circle
        Scalar greenCircle = new Scalar(0, 255, 0);

        //Draw the circle around the optic nerve when detected
        Features2d.drawKeypoints(inputMat, impMatOfKeyPoint, outputImage, greenCircle, Features2d.DRAW_RICH_KEYPOINTS);

        //Write the image to a file
        Highgui.imwrite("surf_keypoints.png", outputImage);
    }catch(Exception e){
        log.fatal(e.getMessage());
    }

}

publicstaticvoidmain（字符串[]args）{
试一试{
//验证是否将文件名传递给函数
如果（args.length==0）{
System.out.println（“此处…”）；
log.error（“没有向函数传递任何文件”）；
抛出新IOException（）；
}
//从输入中读取图像
Mat inputMat=Highgui.imread（args[0]，Highgui.CV\u LOAD\u IMAGE\u GRAYSCALE）；
//创建一个特征检测器。在这种情况下，我们使用的是SURF（加速鲁棒特征）检测器。
MatOfKeyPoint objectKeyPoints=新的MatOfKeyPoint（）；
FeatureDetector FeatureDetector=FeatureDetector.create（FeatureDetector.SURF）；
//创建一个临时文件，将Hessian阈值输入到冲浪检测器
File tempFile=File.createTempFile（“config”，“.yml”）；
String settings=“%YAML:1.0\n高级管理员：7000。\n管理员：3\n管理员：4\n优先级：0\n”；
FileWriter writer=新的FileWriter（tempFile，false）；
writer.write（设置）；
writer.close（）；
//从临时文件中读取配置，为探测器分配阈值
读取（tempFile.getPath（））；
//检测所提供图像中的特征
特征检测器。检测（inputMat、objectKeyPoints）；
//迭代上一步中检测到的关键点列表，并找到大小最大的关键点
List objectKeyPointList=objectKeyPoints.toList（）；
KeyPoint impKeyPoint=新的KeyPoint（）；
对于（int i=0；i 120）{
KeyPoint tempKeyPoint=新的KeyPoint（）；
tempKeyPoint=impKeyPoint；
tempKeyPoint.size=120；
impKeyPoint=tempKeyPoint；
}
否则如果（impKeyPoint.size<120）{
KeyPoint tempKeyPoint=新的KeyPoint（）；
tempKeyPoint=impKeyPoint；
tempKeyPoint.size=120；
impKeyPoint=tempKeyPoint；
}
//将关键点转换为MatOfKeyPoint，因为drawKeyPoints仅接受MatOfKeyPoint
MatOfKeyPoint impMatOfKeyPoint=新的MatOfKeyPoint（impKeyPoint）；
//用于在图像中绘制圆的垫子
Mat outputImage=新Mat（inputMat.rows（），inputMat.cols（），Highgui.CV\u LOAD\u IMAGE\u COLOR）；
//圆圈的绿色
标量绿圈=新标量（0，255，0）；
//检测到时，在视神经周围画一个圆圈
功能2d.绘制关键点（inputMat、impMatOfKeyPoint、outputImage、绿色圆圈、功能2d.绘制丰富的关键点）；
//将图像写入文件
imwrite（“surf_keypoints.png”，outputImage）；
}捕获（例外e）{
log.fatal（如getMessage（））；
}
}

---

希望这对其他人有帮助。

谢谢您的回复。我可以做第一步。我尝试了第2步，如果连接的组件是2次通过，则需要花费大量时间来处理。你有一些例子的链接，我可以让它更快吗？这是一个链接，指向用Java开发的Union Find算法的法语页面，但是用C++重新实现它非常容易：我将在我的项目中实现它，并让您知道会发生什么。非常感谢。