python-opencv图像分割步骤_基于Python-OpenCV的图像分割目标位置检测

通过Python-OpenCV进行图像分割,利用Otsu阈值检测大脑ROI,再转换为HSV颜色空间,设置颜色范围进行目标定位。根据左右两半像素数量判断肿瘤可能位于图像左侧。
摘要由CSDN通过智能技术生成

一种方法是利用肿瘤颜色较浅的特点进行颜色分割。我们首先提取大脑的ROI以防

大脑与一侧对齐,而不在图像的中心。从这里将图像转换为HSV颜色空间,定义一个较低和较高的颜色范围,然后使用^{}执行颜色阈值。这将给我们一个二进制掩码。从这里我们只需裁剪蒙版的左右两半,然后使用^{}计算每边的像素。像素数越高的那一面就是有肿瘤的那一面。在

Otsu阈值->检测到大脑ROI ->提取ROI

oAIrz.pngEMaHE.png9OwRr.png# Load image, grayscale, Otsu's threshold, and extract ROI

image = cv2.imread('1.jpg')

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)[1]

x,y,w,h = cv2.boundingRect(thresh)

ROI = image[y:y+h, x:x+w]

对提取的感兴趣区域进行颜色分割后得到的二值掩模

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值