使用Python3和opencv从遮罩图像获取中心遮罩

假设我有以下几组图像：

我想取中心坐标蒙版，即圆形蒙版，其中包含单元格：

最终分离细胞

如何使用Python3和opencv实现这些功能？

检测物体的轮廓

循环浏览轮廓，找到包围图像中心的轮廓

使用该轮廓，为图像创建遮罩并遮罩图像

代码 输出

解释

导入必要的库：

定义一个函数，将图像处理为二值图像，以便在检测图像轮廓时获得最佳结果：

定义一个将循环通过图像轮廓的函数（使用之前定义的

处理

函数来处理图像），对于轮廓面积大于

100

（过滤噪声）的每个轮廓，检查图像中心是否在轮廓内（通过检查调用

cv2.pointPolyContest

的结果是否返回一个正数来完成），创建遮罩，遮罩图像并返回遮罩图像：

最后，读入图像，应用

get_masked

函数define before并显示图像：

---

该单元格看起来与其他蒙版对象真的不同。您是否可以控制如何获得该蒙版，或者在其他人进行处理后才获得蒙版图像？如果您可以控制，是否可以更改创建蒙版的方法？您可以共享用于获取蒙版的代码吗？@IanChu检查此项这里的代码我只需要提取包含中心单元格的图像。我可以更改代码，你有什么建议吗？你使用大津的方法制作遮罩。这是因为你不相信颜色是一致的吗？如果你仍然想要一种自动创建遮罩的方法，并且你认为总会有混合对于目标单元格和褪色单元格，您可以运行两次otsu's，它应该会得到目标单元格（加上右侧的红色部分）。我的午休时间即将结束，因此这里有一个链接，指向如何执行此操作的答案：。好的，很酷，让我看看

import cv2
import numpy as np

def process(img):
    img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    img_canny = cv2.Canny(img_gray, 0, 50)
    img_dilate = cv2.dilate(img_canny, None, iterations=1)
    img_erode = cv2.erode(img_dilate, None, iterations=1)
    return img_erode

def get_masked(img):
    h, w, _ = img.shape
    center = h // 2, w // 2
    contours, _ = cv2.findContours(process(img), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
    for cnt in contours:
        if cv2.contourArea(cnt) > 100:
            if cv2.pointPolygonTest(cnt, center, False) > 0:
                mask = np.zeros((h, w), 'uint8')
                cv2.drawContours(mask, [cnt], -1, 255, -1) 
                return cv2.bitwise_and(img, img, mask=mask)

img = cv2.imread("blobs.png")
cv2.imshow("img_processed", get_masked(img))
cv2.waitKey(0)

import cv2
import numpy as np

def process(img):
    img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    img_canny = cv2.Canny(img_gray, 0, 50)
    img_dilate = cv2.dilate(img_canny, None, iterations=1)
    img_erode = cv2.erode(img_dilate, None, iterations=1)
    return img_erode

def get_masked(img):
    h, w, _ = img.shape
    center = h // 2, w // 2
    contours, _ = cv2.findContours(process(img), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
    for cnt in contours:
        if cv2.contourArea(cnt) > 100:
            if cv2.pointPolygonTest(cnt, center, False) > 0:
                mask = np.zeros((h, w), 'uint8')
                cv2.drawContours(mask, [cnt], -1, 255, -1) 
                return cv2.bitwise_and(img, img, mask=mask)

img = cv2.imread("blobs.png")
cv2.imshow("img_processed", get_masked(img))
cv2.waitKey(0)