Python 去除二值阈值图像中带有连接边的小破折号
我有一个二进制阈值图像，我想删除图像中的小破折号。它与圆相连。我的主要关注点是提取圆的圆弧Python 去除二值阈值图像中带有连接边的小破折号,python,opencv,image-processing,Python,Opencv,Image Processing,我有一个二进制阈值图像，我想删除图像中的小破折号。它与圆相连。我的主要关注点是提取圆的圆弧 原始图像： 将图像输出为： 我想从图像中删除小破折号 我们删除了小破折号，但也会丢失一些功能。我们需要： 将图像转换为HSV颜色空间 得到 形象 面具 二进制掩码 我们需要确定范围的下限和上限 如我们所见，虚线被删除，但圆变成了点 放大面具 点是可见的，但仍缺少一些特征 反转遮罩 代码： #加载库 进口cv2 将numpy作为np导入 #加载图像
- 原始图像：
- 将图像输出为：
- 我想从图像中删除小破折号
- 将图像转换为HSV颜色空间
- 得到
- 形象
- 面具
二进制掩码
- 我们需要确定范围的下限和上限
- 如我们所见，虚线被删除，但圆变成了点
- 点是可见的，但仍缺少一些特征
代码：
#加载库
进口cv2
将numpy作为np导入
#加载图像
img=cv2.imread（“GOETr.png”）
#转乘高速列车
hsv=cv2.CVT颜色（img，cv2.COLOR\U BGR2HSV）
#获取二进制掩码
msk=cv2.inRange（hsv，np.数组（[0,0214]），np.数组（[179255,217]））
#放大面具
krn=cv2.getStructuringElement（cv2.morp_ELLIPSE，（3,3））
dlt=cv2.扩张（msk，krn，迭代次数=8）
#反面具
res=cv2。按位\u非（dlt）
#显示结果
cv2.imshow（“res”，res）
cv2.等待键（0）
您需要更改参数以获得不同的结果。由于我们有一个空心形状，因此我采用了惰性方法。这是一种解决问题的平滑方法，相对简单（检查从内部到外部的距离），但由于它是在简单闭合形状的假设下运行的，因此会丢失细节。如果这还不够好，让我知道；有更复杂的方法来做你想做的事情，可以得到更干净的结果 因此，基本步骤如下：首先，使用findContours获得形状的内层和外层（放大直到得到两层，我们不必在这种情况下这样做，因为它已经这样做了） 然后，计算从每个点到另一个轮廓上最近点的距离。从图中你可以很好地了解我们的目的。破折号是相对统一图形的明显异常值。在这里，我手动将截止值设置为10，但我们可以使用平均值和标准偏差自动设置截止值 一旦我们删除了异常点，我们就可以使用轮廓重新绘制形状
导入cv2
将numpy作为np导入
#返回平滑的轮廓
def平滑（轮廓、距离、截止）：
平滑_con=[]；
对于范围内的（len（dists））：
如果距离[a]<截止点：
光滑的（轮廓[a]）；
返回np.asarray（平滑控制）；
#获取点阵列的距离列表
def distList（src，其他）：
dists=[]；
对于src中的点：
点=点[0]；#放下多余的括号
_，距离=闭合点（点，其他）；
附加区（dist）；
返回区；
#返回两点的平方距离
def SquaredList（一，二）：
dx=1[0]-2[0]；
dy=1[1]-2[1]；
返回dx*dx+dy*dy；
#查找最近的点（只需进行线性搜索）
def闭合点（点，arr）：
#初始跟踪变量
最近=无；
最佳距离=99999999；
#线性搜索
对于arr中的其他内容：
其他=其他[0]；#拆下额外的支架
距离=平方距离（点，其他）；
如果距离<最佳距离：
最近的=其他；
最佳距离=距离；
返回最近、最佳距离；
#加载图像
img=cv2.imread（“圆圈_虚线.png”）；
#做个面具
灰色=cv2.CVT颜色（img，cv2.COLOR_BGR2GRAY）；
掩模=cv2.inRange（灰色，0，100）；
#获取轮廓#OpenCV 3.4，如果使用OpenCV 2或4，它将返回（轮廓，#）
_，等高线，u=cv2.找到的轮廓（遮罩，cv2.RETR_树，cv2.CHAIN_近似简单）；
印刷品（轮廓）我们有两个，内部和外部，不需要先扩张
#分裂
1=等高线[0]；
二=等高线[1]；
#获得距离
1_dists=distList（1，2）；
二区=区列表（二，一）；
#转储值大于10
平滑1=平滑（1，1距离，10）；
平滑二=平滑（二，二距离，10）；
#绘制新轮廓
空白=np.类零（掩码）；
cv2.绘制轮廓（空白，[smooth_one]，-1，（255），-1）；
cv2.绘制轮廓（空白，[smooth_two]，-1，（0），-1）；
#展示
cv2.imshow（“图像”，img）；
cv2.imshow（“平滑”，空白）；
cv2.waitKey（0）；
中提到的，我的主要重点是提取圆的一条弧。