图像处理——孔洞填充算法

最新推荐文章于 2023-06-27 18:57:41 发布

Y.Z.Y.

最新推荐文章于 2023-06-27 18:57:41 发布

阅读量4.2k

点赞数 2

分类专栏： OpenCV图像处理文章标签：图像处理 Opencv 孔洞填充 python

本文链接：https://blog.csdn.net/qq_42823043/article/details/108279767

版权

本文介绍了如何处理遥感图像中的孔洞填充问题。由于opencv的imread函数在处理大图像时可能失效，作者使用gdal库读取图像，并且由于floodfill函数效率低下，作者自行编写了孔洞填充算法。该算法主要包括三个步骤：1) 使用原图像的补集作为Mask限制膨胀；2) 通过连续膨胀带有白色边框的黑色图像直至收敛；3) 取 Marker 的补集并与原图相减得到填充结果。

摘要由CSDN通过智能技术生成

前言：
由于遥感图像通常巨大，opencv自带的imread函数可能读取图像失败，所以用gdal库写个readTif函数；自带的floodfill函数运行会时间太久，所以也自己写叭。。。
先看一下需求：
在这里插入图片描述 算法流程：
1、以原图像的补集作为Mask，用来限制膨胀结果；
2、以带有白色边框的黑色图像为初始Marker，用SE对其进行连续膨胀，直至收敛；
3、最后对Marker取补即得到最终图像，与原图相减可得到填充图像。
python代码：

# -*- coding:utf-8 -*-
import numpy as np
import cv2

class kdtc():
    def __init__(self):
        pass

    def readTif(self,fileName):
        import gdal
        dataset = gdal.Open(fileName)
        if dataset == None:
            print(fileName+"文件无法打开")
            return
        im_width = dataset.RasterXSize <