matlab 去掉小轮廓,OpenCV的轮廓：如何消除小轮廓二进制图像(Contours opencv : How to el...

我目前正在对图像处理项目。 我使用Opencv2.3.1用VC ++。 我已经写，使得在输入图像进行滤波以仅蓝色和转换为二进制图像的代码。 二进制图像有，我不想要一些小物件。 我想消除这些小物件，所以我用的OpenCV的cvFindContours()方法来检测二值图像的轮廓。 但问题是我不能消除图像输出的小物件。 我用cvContourArea()函数，但没有正常工作..，侵蚀功能也不能正常工作。

所以，请人帮我解决这个问题..

我所获得的二值图像 ：

我想获得的结果/输出图像 ：

Answer 1:

好吧，我相信你的问题可以用得到解决边界框演示最近推出的OpenCV。

正如你可能已经注意到了，对象你有兴趣的应该是画面中的最大矩形平局内。 幸运的是，这个代码不是很复杂，我敢肯定，你可以通过调查和用它进行试验弄清楚这一切了。

Answer 2:

这里是我的解决方案，以消除小轮廓。 其基本思想是检查长度/面积为每个轮廓，则删除从矢量容器中较小的一个。

通常你会得到这样的轮廓

Mat canny_output; //example from OpenCV Tutorial

vector > contours;

vector hierarchy;

Canny(src_img, canny_output, thresh, thresh*2, 3);//with or without, explained later.

findContours(canny_output, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0,0));

用Canny()预处理，将得到的轮廓段，然而每个段被存储与边界像素作为封闭的环。 在这种情况下，你可以检查长度并删除小一个样

for (vector >::iterator it = contours.begin(); it!=contours.end(); )

{

if (it->size()

it=contours.erase(it);

else

++it;

}

如果没有坎尼()预处理，你会得到对象的轮廓。 相似性，你也可以使用区域来定义阈值，以消除小的物体，如OpenCV的教程

vector contour = contours[i];

double area0 = contourArea(contour);

此contourArea()是非零的像素数

Answer 3:

你是小轮廓面积确保过滤没有工作？ 它总是为我工作。 我们可以看到你的代码？

此外，作为苏玲提到，它的使用既侵蚀和扩张到大约保持区域是一个好主意。 要除去小吵位，使用第一侵蚀，并在洞填补，使用扩张第一。

而另一边，你可能想看看新的C ++的版本cv *功能，如果你不知道他们已经( 文档为findContours )。 他们是非常容易使用，在我看来。

Answer 4:

在之前和之后的图像来看，你需要确定所有的白色区域或斑点的面积，然后应用阈值面积值。 这将消除小于该值的所有领域，只留下这第二图像中看到的大的白色区域。 使用cvFindContours功能后，尝试使用0阶矩。 这将返回图像中的斑点的面积。 此链接可能是在执行我刚才描述的帮助。 http://www.aishack.in/2010/07/tracking-colored-objects-in-opencv/

Answer 5:

我相信你可以使用形态学运营商如侵蚀和扩张(阅读更多这里 )

你需要一个内核的大小接近右侧(您想消除的)圆的半径进行侵蚀。 随后扩张使用相同的内核以填充由侵蚀步骤产生的间隙。

仅供参考使用侵蚀相同的内核，然后扩张被称为开放。

代码会是这样的

int erosion_size = 30; // adjust with you application

Mat erode_element = getStructuringElement( MORPH_ELLIPSE,

Size( 2*erosion_size + 1, 2*erosion_size+1 ),

Point( erosion_size, erosion_size ) );

erode( binary_img, binary_img, erode_element );

dilate( binary_img, binary_img, erode_element );

Answer 6:

这不是一个快速的方法，但可能在某些情况下有用。 有一个在OpencCV 3.0新功能 - connectedComponentsWithStats。 有了它，我们可以得到连接部件的面积和消除不必要的。 因此，我们可以轻松去除圆，孔，用相同的边框为实线的圆。

文章来源: Contours opencv : How to eliminate small contours in a binary image