使用Python，OpenCV從圖像中刪除輪廓

• • 1. 效果圖
  • 2. 步驟
  • 3. 源碼
  • 4. 參考

1. 使用Python、OpenCV計算輪廓的中心并標記
2. 使用Python、OpenCV檢測輪廓的形狀并標記
3. 使用顏色通道統計信息來標記形狀的實際顏色并標記

該博文可以看做是以上3篇的進階版，這篇博客將介紹從圖像中刪除指定的輪廓；

1. 效果圖

在保留矩形的同時刪除圓/橢圓，效果圖如下：

2. 步驟

從圖像中刪除輪廓的基本算法如下所示：

1. 在圖像中檢測并找到輪廓；
2. 分別在輪廓上循環；
3. 確定輪廓是否需要刪除，并應根據一些標準刪除；
4. 累積一個個需要被刪除的輪廓的遮罩Mask；
5. 使用按位“與”將累積的不良輪廓遮罩應用于原始圖像。

算法本身非常簡單，需要注意和考慮的主要是步驟3，確定是否應該刪除輪廓。

3. 源碼

# USAGE
# python remove_contours.py# 導入必要的包
import numpy as np
import imutils
import cv2# 在保留矩形的同時刪除圓/橢圓，矩形有四條邊。圓沒有邊。
# 如果近似有4個點（頂點），則輪廓將保持不變，表示輪廓是矩形。
def is_contour_bad(c):# 近似輪廓peri = cv2.arcLength(c, True)approx = cv2.approxPolyDP(c, 0.02 * peri, True)# 如果不是矩形則認為是bad輪廓，需要刪除return not len(approx) == 4# 加載圖形圖像，將其轉換為灰度，并檢測邊緣
image = cv2.imread("shapes.png")
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
edged = cv2.Canny(gray, 50, 100)
cv2.imshow("Original", image)# 尋找輪廓，并初始化要刪除的輪廓mask
cnts = cv2.findContours(edged.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
cnts = imutils.grab_contours(cnts) #兼容不同opencv版本獲取輪廓
mask = np.ones(image.shape[:2], dtype="uint8") * 255 #初始化一個mask# 遍歷輪廓
for c in cnts:# 如果輪廓需要刪除，則繪制在mask上以累積輪廓if is_contour_bad(c):cv2.drawContours(mask, [c], -1, 0, -1)# 在圖像上移除輪廓，并展示結果圖像
# 注意輪廓是如何在白色背景上顯示為黑色形狀的。這是因為當應用cv2.bitwise功能時，原始圖像的白色區域將被mask中的黑色區域替換。
image = cv2.bitwise_and(image, image, mask=mask)
cv2.imshow("Mask", mask)
cv2.imshow("After", image)
cv2.waitKey(0)

4. 參考

• https://www.pyimagesearch.com/2015/02/09/removing-contours-image-using-python-opencv/

總結

以上是生活随笔為你收集整理的使用Python，OpenCV从图像中删除轮廓的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。