Python 去除黑色垂直线和水平线

我想去掉图像中的黑色垂直线和水平线。这是我到现在为止写的代码

#convert RGB to grayscale
gray_slide = cv.cvtColor(slide_ds, cv.COLOR_BGR2GRAY)

#remove black areas
gray_slide[np.where(gray_slide<=[10])] = [255]

#remove edges
linek = np.zeros((11,11),dtype=np.uint8)
linek[5,...]=1
x=cv.morphologyEx(gray_slide, cv.MORPH_OPEN, linek ,iterations=1)
gray_slide+=x

#将RGB转换为灰度
灰色\u幻灯片=cv.CVT颜色（幻灯片\u ds，cv.COLOR\u BGR2GRAY）
#清除黑色区域
灰色幻灯片[np.其中（灰色幻灯片修复（）是一种方法

>>> img = cv2.imread("blacklines.jpg")
>>> mask = cv2.imread("blacklines_MASK.jpg", 0)
>>> dst = cv2.inpaint(img, mask, 4, cv2.INPAINT_TELEA) # you can fiddle with the parameters
>>> cv2.imwrite("dst.jpg", dst) # save the image

原始图像：


出于演示目的手工绘制的部分遮罩：


最终结果：


现在，如果你想对多个图像编程，你应该考虑用编程方式创建掩码。
编辑：我自己尝试过摆弄一些参数，结果很接近，但还没有完全达到
>>> mask = np.zeros(gray.shape)
>>> mask[np.where(gray<=140)] = [255]
>>> cv2.imwrite('mask.jpg', mask)
True
>>> mask = cv2.imread("mask.jpg", 0)
>>> i = cv2.inpaint(img, mask, 25, cv2.INPAINT_TELEA)
>>> cv2.imwrite("i2.jpg", i)
True

>掩码=np.零（灰色.形状）
>>>掩码[np.where（灰色>>cv2.imwrite（'mask.jpg'，mask）
真的
>>>mask=cv2.imread（“mask.jpg”，0）
>>>i=cv2.修补（img，面罩，25，cv2.修补）
>>>cv2.imwrite（“i2.jpg”，i）
真的

新的遮罩（将阈值降至120似乎更好，因为它没有触及内部区域，但我保留了此版本）：


结果，这里和那里仍然有一些黑色元素：


最后，如果你达到了我上面提到的蒙版阶段，你只需要把这些线条“加宽”就行了。这是值得一试的（可能使用膨胀/腐蚀之类的方法）。
修复（）就是一种方法

>>> img = cv2.imread("blacklines.jpg")
>>> mask = cv2.imread("blacklines_MASK.jpg", 0)
>>> dst = cv2.inpaint(img, mask, 4, cv2.INPAINT_TELEA) # you can fiddle with the parameters
>>> cv2.imwrite("dst.jpg", dst) # save the image

原始图像：


出于演示目的手工绘制的部分遮罩：


最终结果：


现在，如果你想对多个图像编程，你应该考虑用编程方式创建掩码。
编辑：我自己尝试过摆弄一些参数，结果很接近，但还没有完全达到
>>> mask = np.zeros(gray.shape)
>>> mask[np.where(gray<=140)] = [255]
>>> cv2.imwrite('mask.jpg', mask)
True
>>> mask = cv2.imread("mask.jpg", 0)
>>> i = cv2.inpaint(img, mask, 25, cv2.INPAINT_TELEA)
>>> cv2.imwrite("i2.jpg", i)
True

>掩码=np.零（灰色.形状）
>>>掩码[np.where（灰色>>cv2.imwrite（'mask.jpg'，mask）
真的
>>>mask=cv2.imread（“mask.jpg”，0）
>>>i=cv2.修补（img，面罩，25，cv2.修补）
>>>cv2.imwrite（“i2.jpg”，i）
真的

新的遮罩（将阈值降至120似乎更好，因为它没有触及内部区域，但我保留了此版本）：


结果，这里和那里仍然有一些黑色元素：


最后，如果你达到了我上面展示的遮罩阶段，你只需要把这些线条“加宽”就行了。这是值得一试的（可能使用扩张/侵蚀之类的方法）.
您可以尝试以下方法：为所有非纯白色的对象创建一个遮罩。腐蚀此遮罩。将每个未遮罩的像素设置为纯白色。非常感谢。是否有方法使用垂直和水平边缘检测，然后消除检测到的区域？请尝试lineSegmentDetector。但可能任何基于边缘的解决方案都很难使用参数化，因为水滴也有一个类似边缘的边框。是的，这也会检测水滴边缘…您可以访问原始图像而不使用jpeg压缩吗？您可以访问在原始图像中创建黑色遮罩的过程吗？处理原始图像看起来更容易（即使使用jpeg伪影，也可能使用插值边框）您可以尝试以下操作：为所有非纯白色的对象创建一个遮罩。腐蚀此遮罩。将每个未遮罩的像素设置为纯白色。非常感谢。是否有方法使用垂直和水平边缘检测，然后消除检测到的区域？请尝试lineSegmentDetector。但可能有任何基于边缘的解决方案ion将很难参数化，因为水滴也有类似边缘的边界。是的，这也会检测水滴的边缘…您是否可以访问原始图像而不使用jpeg压缩？您是否可以访问在原始图像中创建黑色遮罩的过程？处理原始图像看起来更容易（即使使用jpeg伪影，也可能使用插值边框）比输入图像上的效果更好。谢谢。是的，因为有1000多个图像，所以必须通过编程来完成。我使用以下命令过滤图像：gray_slide[np.where（灰色_slide@MaryamS我还添加了一些东西。我认为它非常接近，如果你进行实验，你会成功的。祝你好运！谢谢。是的，因为有1000多张图像，所以必须通过编程来完成。我用以下命令过滤图像：gray\u slide[np.where（灰色_slide@MaryamS我还添加了一些东西。我认为这很接近，如果你进行实验，你会成功的。祝你好运！