Python 洪水填充功能未产生良好效果

我在opencv中应用了floodfill函数来从背景中提取前景，但图像中的某些对象无法被算法识别，因此我想知道如何改进检测，以及需要进行哪些修改

image = cv2.imread(args["image"])
image = cv2.resize(image, (800, 800))
h,w,chn = image.shape
ratio = image.shape[0] / 800.0
orig = image.copy()

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
gray = cv2.GaussianBlur(gray, (5, 5), 0)
edged = cv2.Canny(gray, 75, 200)
# show the original image and the edge detected image
print("STEP 1: Edge Detection")
cv2.imshow("Image", image)
cv2.imshow("Edged", edged)

warped1 = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
T = threshold_local(warped1, 11, offset = 10, method = "gaussian")
warped1 = (warped1 > T).astype("uint8") * 255
print("STEP 3: Apply perspective transform")

seed = (10, 10)

foreground, birdEye = floodFillCustom(image, seed)
cv2.circle(birdEye, seed, 50, (0, 255, 0), -1)
cv2.imshow("originalImg", birdEye)

cv2.circle(birdEye, seed, 100, (0, 255, 0), -1)

cv2.imshow("foreground", foreground)
cv2.imshow("birdEye", birdEye)

gray = cv2.cvtColor(foreground, cv2.COLOR_BGR2GRAY)
cv2.imshow("gray", gray)
cv2.imwrite("gray.jpg", gray)

threshImg = cv2.threshold(gray, 1, 255, cv2.THRESH_BINARY)[1]
h_threshold,w_threshold = threshImg.shape
area = h_threshold*w_threshold

cv2.imshow("threshImg", threshImg)[![enter image description here][1]][1]

自定义函数如下所示-

def floodFillCustom(originalImage, seed):

    originalImage = np.maximum(originalImage, 10)
    foreground = originalImage.copy()

    cv2.floodFill(foreground, None, seed, (0, 0, 0),
                  loDiff=(10, 10, 10), upDiff=(10, 10, 10))

    return [foreground, originalImage]

---

有点晚了，但这里有一个分割工具的替代解决方案。它涉及将图像转换为颜色空间并提取

K

（关键）分量。此组件可以

阈值化

，以获得工具的良好二进制掩码，过程非常简单：

将图像转换为CMYK颜色空间

提取K（关键）组件

阈值通过Otsu阈值化的图像

应用一些形态（关闭）来清洁遮罩

（可选）获取所有工具的边界矩形

让我们看看代码：

# Imports
import cv2
import numpy as np

# Read image
imagePath = "C://opencvImages//"
inputImage = cv2.imread(imagePath+"DAxhk.jpg")

# Create deep copy for results:
inputImageCopy = inputImage.copy()

# Convert to float and divide by 255:
imgFloat = inputImage.astype(np.float) / 255.

# Calculate channel K:
kChannel = 1 - np.max(imgFloat, axis=2)

# Convert back to uint 8:
kChannel = (255*kChannel).astype(np.uint8)

第一步是将

BGR

图像转换为

CMYK

。OpenCV中没有直接的转换，所以我直接应用了。我们可以从这个公式中得到每个颜色空间分量，但我们只对

K

通道感兴趣。转换很容易，但是我们需要小心使用数据类型。我们需要对

float

数组进行操作。获取

K

通道后，我们将图像转换回

无符号8位

数组，这是结果图像：

让我们使用大津的阈值化方法对该图像设置阈值：

# Threshold via Otsu:
_, binaryImage = cv2.threshold(kChannel, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)

这将生成以下二进制图像：

看起来很漂亮！此外，我们可以使用

形态学闭包

稍微清理一下（加入小间隙）。让我们应用大小为

5x5

的

矩形结构元素

，并使用

2

迭代：

# Use a little bit of morphology to clean the mask:
# Set kernel (structuring element) size:
kernelSize = 5
# Set morph operation iterations:
opIterations = 2
# Get the structuring element:
morphKernel = cv2.getStructuringElement(cv2.MORPH_RECT, (kernelSize, kernelSize))
# Perform closing:
binaryImage = cv2.morphologyEx(binaryImage, cv2.MORPH_CLOSE, morphKernel, None, None, opIterations, cv2.BORDER_REFLECT101)

其结果是：

很酷。以下内容是可选的。通过查找外部（外部）轮廓，我们可以获得每个工具的

边界矩形

：

# Find the contours on the binary image:
contours, hierarchy = cv2.findContours(binaryImage, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# Look for the outer bounding boxes (no children):
for _, c in enumerate(contours):

    # Get the contours bounding rectangle:
    boundRect = cv2.boundingRect(c)

    # Get the dimensions of the bounding rectangle:
    rectX = boundRect[0]
    rectY = boundRect[1]
    rectWidth = boundRect[2]
    rectHeight = boundRect[3]

    # Set bounding rectangle:
    color = (0, 0, 255)
    cv2.rectangle( inputImageCopy, (int(rectX), int(rectY)),
                   (int(rectX + rectWidth), int(rectY + rectHeight)), color, 5 )

    cv2.imshow("Bounding Rectangles", inputImageCopy)
    cv2.waitKey(0)

将生成最终图像：

---

你能添加原始的输入图像吗？是的，我当然添加了！您正在尝试创建工具的掩码吗？可以有一种更直接的方法来分割前景对象，而不使用泛洪填充。你想干什么？回答您的问题：泛光填充算法有一个“容差”值，用于确定是否必须忽略用于创建像素连续“面片”的颜色变化。“公差”使填充目标颜色稍有变化的区域成为可能。在您的情况下，螺丝刀可能高于该特定公差，从而防止像素填充。也许增加阈值会有所帮助。是的，我正在尝试创建工具的掩码！你能帮我一些方法吗！真棒！！这正是我需要的！谢谢大家!@SubhamTiwari如果答案对您有帮助，请接受。对于其他一些图像，检测结果不符合要求，是否需要更改一些参数值以获得下注结果？或者还有其他方法吗？@SubhamTiwari没有这些图片很难说。计算机视觉算法高度依赖于它们的输入，如果新图像与原始图像相差太大，可能需要一种新的方法。例如，背景在附加的图像中非常简单，并且自然地在前景对象之间产生很好的对比度，这简化了检测。如果您正在测试具有复杂（纹理、多色）背景的图像，仅使用原始方法是不够的。如果您有太多在不同条件下获取的不同图像，可能需要使用机器学习方法。您是否考虑过任何机器学习模型，以便开始此类场景？我将链接一个图像，这样你就可以公平地理解我正在处理的不同类型的图像！