原图
划分区域后的图
import numpy as np
import cv2
import matplotlib.pyplot as plt
img = cv2.imread(r"train001.png", 0)#-1 cv2.IMREAD_UNCHANGED表示带有a通道 0表示灰度图cv2.IMREAD_GRAYSCALE 1表示三通道图cv2.IMREAD_COLOR 这里图片为灰度图,-1时读取得到的
#读取图片时尽量对单通道操作
retval, connections = cv2.connectedComponents(img) #retval连通区域数量 connections连通区域,这里为前景 connection显示为图片后每个连通区域都有不同的颜色 图像上每一像素的标记,用数字1、2、3…表示(不同的数字表示不同的连通域)
plt.imshow(connections,cmap='gray')
plt.savefig("connections.png")
a = []
for j in range(1, retval):
j_c = connections.copy()
j_c[j_c != j] = 0
j_c[j_c != 0] = 255
j_c = j_c.astype('uint8')
dst = cv2.distanceTransform((255 - j_c), cv2.DIST_L2, 3) #计算非零元素到最近零元素的距离
plt.imshow(dst, cmap='gray')
plt.savefig(str(j)+".png")
a.append(dst)
mask = np.array(a)
mask = np.argmin(mask, axis=0)
mask = np.array(mask, dtype='uint8')#转换为无符号的8位
plt.figure()
plt.imshow(mask,cmap='gray')
plt.savefig("mask.png")
plt.show()
x = cv2.Sobel(mask, cv2.CV_16S, 1, 0)
y = cv2.Sobel(mask, cv2.CV_16S, 0, 1)
absX = cv2.convertScaleAbs(x) # 转回uint8
absY = cv2.convertScaleAbs(y)
dst = cv2.addWeighted(absX, 0.5, absY, 0.5, 0)#两个图片相加,0.5表示各自的权重,0表示在相加的基础上再加0
absX[absX>0]=255
absY[absY>0]=255
dst[dst>0]=255
r=dst+img
cv2.imshow("absX", absX)
cv2.imwrite("absX.png",absX)
cv2.imshow("absY", absY)
cv2.imwrite("absY.png",absY)
cv2.imshow("img", img)
cv2.imwrite("img.png",img)
cv2.imshow("Result", r)
cv2.imwrite("dst.png",r)
cv2.waitKey(0)
cv2.destroyAllWindows()