OpenCV：如何删除不需要的斑点，或者如何将需要的部分复制到空图像中？

从下图中，如何找到结果图像

这里显示的图像是阈值图像。我尝试过使用形态学操作符，但它们甚至可以去除我想要的斑点。我怎样才能解决这个问题？ 有什么提示吗

以下是我感兴趣获取/查找的结果图像：

---

检测所有斑点，然后按大小、位置或任何您想要的方式对其进行排序和过滤

如果您希望有人用勺子喂您OpenCV手册的内容，可以使用各种教程

有许多方法可以删除blob并将其复制到其他图像中

删除blob的一种简单方法是将其边界框设置为零

二进制图像也是逻辑操作的理想选择

---

检测所有斑点，然后根据大小、位置或您想要的任何东西对它们进行排序和过滤

如果您希望有人用勺子喂您OpenCV手册的内容，可以使用各种教程

有许多方法可以删除blob并将其复制到其他图像中

删除blob的一种简单方法是将其边界框设置为零

二进制图像也是逻辑操作的理想选择

---

你已经完成了大部分工作，现在你需要做的就是找到斑点，添加一些轮廓，然后找到最大的一个。容易的！下面是C++中的代码，我将留给您解决如何将其转换为Python：

cv::Mat mat = imread("g0cVU.png");
    Mat origImage = mat;
    Mat canny_output = mat;
    vector<vector<Point> > contours;
    vector<Vec4i> hierarchy;
    cv::Mat greyMat, colorMat;
    cv::cvtColor(mat, greyMat, CV_BGR2GRAY);
    int thresh = 100;
    RNG rng(12345);
    ///// Detect edges using canny
    Canny(greyMat, canny_output, thresh, thresh * 2, 3);
    /// Find contours
    findContours(canny_output, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0, 0));
    int largest_area = 0;
    int largest_contour_index = 0;
    Rect bounding_rect;
    /// Draw contours
    Mat drawing = Mat::zeros(canny_output.size(), CV_8UC3);
    for (int i = 0; i< contours.size(); i++)
    {
        Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
        drawContours(drawing, contours, i, color, 2, 8, hierarchy, 0, Point());
        double a=contourArea( contours[i],false);  //  Find the area of contour
       if(a>largest_area){
       largest_area=a;
       largest_contour_index=i;                //Store the index of largest contour
       bounding_rect=boundingRect(contours[i]); // Find the bounding rectangle for biggest contour
       }
    }
    rectangle(origImage, bounding_rect, Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)),2);
    /// Show in a window
    namedWindow("Contours", CV_WINDOW_AUTOSIZE);
    imshow("Contours", drawing);

    cv::namedWindow("img");
    cv::imshow("mat", mat);
    cv::imshow("mat", origImage);
    cv::imshow("mat123", drawing);
    cv::waitKey(0);

cv:：Mat Mat=imread（“g0cVU.png”）；
Mat origImage=Mat；
Mat canny_输出=Mat；
矢量等值线；
向量层次；
cv：：Mat greyMat，colorMat；
cv：：CVT颜色（mat、灰色、cv_bgr2灰色）；
int thresh=100；
RNG RNG（12345）；
/////使用canny算法检测边缘
Canny（greyMat，Canny_输出，thresh，thresh*2,3）；
///寻找轮廓
findContours（canny_输出、轮廓、层次、CV_RETR_树、CV_链近似_简单、点（0,0））；
int最大面积=0；
int最大轮廓指数=0；
矩形边界；
///画轮廓
Mat drawing=Mat:：zeros（canny_output.size（），CV_8UC3）；
对于（int i=0；i最大面积）{
最大面积=a；
最大轮廓指数=i；//存储最大轮廓指数
bounding_rect=boundingRect（轮廓[i]）；//查找最大轮廓的边界矩形
}
}
矩形（原点、边界、标量（rng.uniform（0255）、rng.uniform（0255）、rng.uniform（0255）），2）；
///陈列
namedWindow（“轮廓”，CV\u窗口\u自动调整大小）；
imshow（“轮廓”，图纸）；
简历：namedWindow（“img”）；
cv：：imshow（“mat”，mat）；
cv：：imshow（“mat”，原始图像）；
cv：：imshow（“mat123”，图纸）；
cv:：waitKey（0）；

结果如下：

您可以在下图中看到，最大的contor周围绘制了一个棕色矩形

---

o很明显，一旦你有了最大的斑点（或任何你认为“正确的斑点”），你就可以把其他所有东西都设置为黑色，这是相当简单的。

你已经完成了大部分工作，你现在需要做的就是找到斑点，添加一些轮廓，然后找到最大的一个。容易的！下面是C++中的代码，我将留给您解决如何将其转换为Python：

cv::Mat mat = imread("g0cVU.png");
    Mat origImage = mat;
    Mat canny_output = mat;
    vector<vector<Point> > contours;
    vector<Vec4i> hierarchy;
    cv::Mat greyMat, colorMat;
    cv::cvtColor(mat, greyMat, CV_BGR2GRAY);
    int thresh = 100;
    RNG rng(12345);
    ///// Detect edges using canny
    Canny(greyMat, canny_output, thresh, thresh * 2, 3);
    /// Find contours
    findContours(canny_output, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0, 0));
    int largest_area = 0;
    int largest_contour_index = 0;
    Rect bounding_rect;
    /// Draw contours
    Mat drawing = Mat::zeros(canny_output.size(), CV_8UC3);
    for (int i = 0; i< contours.size(); i++)
    {
        Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
        drawContours(drawing, contours, i, color, 2, 8, hierarchy, 0, Point());
        double a=contourArea( contours[i],false);  //  Find the area of contour
       if(a>largest_area){
       largest_area=a;
       largest_contour_index=i;                //Store the index of largest contour
       bounding_rect=boundingRect(contours[i]); // Find the bounding rectangle for biggest contour
       }
    }
    rectangle(origImage, bounding_rect, Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)),2);
    /// Show in a window
    namedWindow("Contours", CV_WINDOW_AUTOSIZE);
    imshow("Contours", drawing);

    cv::namedWindow("img");
    cv::imshow("mat", mat);
    cv::imshow("mat", origImage);
    cv::imshow("mat123", drawing);
    cv::waitKey(0);

cv:：Mat Mat=imread（“g0cVU.png”）；
Mat origImage=Mat；
Mat canny_输出=Mat；
矢量等值线；
向量层次；
cv：：Mat greyMat，colorMat；
cv：：CVT颜色（mat、灰色、cv_bgr2灰色）；
int thresh=100；
RNG RNG（12345）；
/////使用canny算法检测边缘
Canny（greyMat，Canny_输出，thresh，thresh*2,3）；
///寻找轮廓
findContours（canny_输出、轮廓、层次、CV_RETR_树、CV_链近似_简单、点（0,0））；
int最大面积=0；
int最大轮廓指数=0；
矩形边界；
///画轮廓
Mat drawing=Mat:：zeros（canny_output.size（），CV_8UC3）；
对于（int i=0；i最大面积）{
最大面积=a；
最大轮廓指数=i；//存储最大轮廓指数
bounding_rect=boundingRect（轮廓[i]）；//查找最大轮廓的边界矩形
}
}
矩形（原点、边界、标量（rng.uniform（0255）、rng.uniform（0255）、rng.uniform（0255）），2）；
///陈列
namedWindow（“轮廓”，CV\u窗口\u自动调整大小）；
imshow（“轮廓”，图纸）；
简历：namedWindow（“img”）；
cv：：imshow（“mat”，mat）；
cv：：imshow（“mat”，原始图像）；
cv：：imshow（“mat123”，图纸）；
cv:：waitKey（0）；

结果如下：

您可以在下图中看到，最大的contor周围绘制了一个棕色矩形

---

o显然，一旦你有了最大的斑点（或任何你认为“正确的斑点”），你就可以将其他所有斑点设置为黑色，这是相当简单的。

这两个斑点之间的区别是什么，你是根据这两个斑点删除一个和保留另一个的？嗯，我还没有。我不知道该设定什么样的标准。但我总是对比另一个稍大/稍长的斑点感兴趣。而且在另一个之上！可以通过比较每个blob的质心来比较相对位置，也可以通过提取其轮廓和获取边界框来比较每个blob的相对大小。然而，如果你