######根据设定阈值去除小面积连通域
import numpy as np
from PIL import Image
import os
import cv2
img_dir = '/home/adminv/.../try/2/'
threshold = 500 ##阈值
img2 = cv2.imread('/home/adminv/.../try/2/label11.png')
for filename in os.listdir(img_dir):
img_name = img_dir + filename
img = Image.open(img_name)
thresh = np.array(img)
###cv2.findContours。opencv3返回三个值,opencv2和opencv4返回两个值contours, hier
img1, contours, hier = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE) #contours返回的是轮廓像素点列表,一张图像有几个目标区域就有几个列表值
for i in range(len(contours)):
area = cv2.contourArea(contours[i])#计算轮廓面积,但是可能和像素点区域不太一样 收藏
if area < threshold:
cv2.drawContours(img2, [contours[i]], 0, 0, -1)##去除小面积连通域
cv2.imwrite('/home/adminv/.../try/2/label1111.png', img2)
###最后生成的图片是3通道标签图,还需要再换成单通道
cv2.contourArea计算轮廓面积。如下图所示,左边5×5的像素块,像素点总数为25,cv2.contourArea计算的轮廓面积为16.
opencv contourArea() 计算面积的一些参考