opencv 删除二值化图像中面积较小的连通域

对于上图的二值化图像,要去除左下角和右上角的噪点,方法:使用opencv去掉黑色面积较小的连通域。

代码


 
分析:对于上图来说连通域共有:

这么七个,我们的目标是去除2号和3号连通域,

程序中语句 tmparea = fabs(cvContourArea(contour));可以得到当前连通域的面积,当此面积小于阈值时对其填充为白色。

rect = cvBoundingRect(contour,0); 得到的是框住连通域的最小矩形,对矩形中的黑色部分将其填充为白色,但是这样的话,连通域6和4两个连通域被填充成了白色的矩形,这显然不符合我们的要求,这样就要判断此连通域是黑色联通域还是白色连通域,采用的方法是测试矩形的中心点,如果其为黑色,则认为此连通域是黑色连通域,否则为白色联通域,对于黑色联通域我们对其进行白色填充处理,对于白色联通域则保持不变。

  • 3
    点赞
  • 37
    收藏
    觉得还不错? 一键收藏
  • 15
    评论
获取图像连通域可以使用`cv2.connectedComponentsWithStats()`方法,该方法返回每个连通域的标签、面积、宽度、高度和左上角坐标等信息。然后可以根据面积大小筛选出需要保留的连通域,并使用`cv2.rectangle()`方法框出这些连通域。 下面是一个示例代码: ```python import cv2 # 读取图像 img = cv2.imread('image.png', cv2.IMREAD_GRAYSCALE) # 二值化处理 _, thresh = cv2.threshold(img, 128, 255, cv2.THRESH_BINARY) # 获取连通域信息 num_labels, labels, stats, centroids = cv2.connectedComponentsWithStats(thresh) # 筛选出需要保留的连通域 min_area = 100 # 最小面积阈值 keep_labels = [] for i in range(1, num_labels): area = stats[i, cv2.CC_STAT_AREA] if area >= min_area: keep_labels.append(i) # 框出保留的连通域 for label in keep_labels: x, y, w, h = stats[label, cv2.CC_STAT_LEFT], stats[label, cv2.CC_STAT_TOP], stats[label, cv2.CC_STAT_WIDTH], stats[label, cv2.CC_STAT_HEIGHT] cv2.rectangle(img, (x, y), (x + w, y + h), (0, 0, 255), 2) # 显示图像 cv2.imshow('image', img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在上面的代码,我们首先读取图像并进行二值化处理,然后使用`cv2.connectedComponentsWithStats()`方法获取连通域信息。接着,我们根据面积大小筛选出需要保留的连通域,并使用`cv2.rectangle()`方法框出这些连通域。最后,我们显示处理后的图像。 注意,上面的代码我们设定了一个最小面积阈值`min_area`,面积小于该阈值的连通域将被删除。您可以根据自己的需求调整该阈值。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 15
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