使用opencv分割影象（python實現）_其它

使用opencv分割影象（python實現）

概述
本人在做無人農機的時候需要進行影象處理，尋找目標物並進行分割，於是總結網路各種小車尋跡等等demo，自己也終於把影象顏色分割做的七七八八，特來記錄一下，留作以後參考。
過程

導包

import numpy as np
import cv2

讀取圖片（此處可以換成視訊流，具體可以百度一下，原理相同，都是對一幀圖片進行處理）

image = cv2.imread("C:/Users/92803/Downloads/1.jpg")

對想要的顏色進行二值化處理

lower_blue = np.array([100,43,46])
upper_blue = np.array([124,255,255])
imgHSV = cv2.cvtColor(image,cv2.COLOR_BGR2HSV)
cv_image = cv2.inRange(imgHSV,lower_blue,upper_blue)
#cv_image已經是二值矩陣了

首先，圖片從BGR格式轉為HSV格式，因為RGB格式的圖片在顯示上非常方便，但是對於影象處理HSV格式是比較常用的，具體可以檢視HSV格式和RGB格式的區別。
其次，cv2.inRange就是將HSV格式的影象進行二值化，在lower_blue和upper_blue之間的填充255，其餘的都填充0。
具體各種顏色的值參考以下圖片：

使用opencv分割影象（python實現）

我以上填寫的是過濾藍色，填寫對應的值就可以了。

過濾之後發現還有一些噪點，於是接著對影象進行腐蝕和膨脹：

#對圖片進行腐蝕操作
kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(10,10))
#這裡的引數是選擇卷積核的大小
cv_image = cv2.erode(cv_image,kernel)

#對圖片進行膨脹操作
kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(10,10))
cv_image = cv2.dilate(cv_image,kernel)

如果對結果還不滿意，還可以對連通區域的面積進行過濾

contours,hie = cv2.findContours(cv_image,cv2.RETR_LIST,cv2.CHAIN_APPROX_NONE)
'''
呼叫函式發現影象中的連通區域，注意這裡opencv3返回的是三個引數即image,contours,hie
contours與hie一一對應，根據findContours尋找的模式，contours可以找到連通區域的所有點輪廓，轉折點輪廓等，此處是找所有點輪廓。
len(contours)返回的是連通區域的個數
'''
contours = np.array(contours,dtype=object)
#以上contours返回的是一個元組形式，轉為ndarray格式，方便處理
index = 0
for contour in contours:
    area = cv2.contourArea(contour)
    #呼叫函式，求取連通區域面積（畫素點個數）
    if area < 10000:
    	#設定閾值
        cv2.drawContours(cv_image,contour[np.newaxis,:],-1,(0,0,0),cv2.FILLED)
        #對於面積小於10000畫素的連通區域，進行填充黑色（本來是白色）
        contours = np.delete(contours,index)
        #從contours 中刪除
        index = index-1
        #同時索引減1
    index = index + 1
    #自增1
    
for index,contour in enumerate(contours):
    x,y,w,h = cv2.boundingRect(contour)
    cv2.rectangle(cv_image,(x,y),(x+w,y+h),(139,35,35),5)
    #對於面積大於等於10000連通區域在影象中畫出矩形

對於為什麼不放在一個for迴圈中，是因為有的連通預期畫出矩形之後，然後填充面積不符合的區域，可能會把畫的矩形框給擦除，所以分兩步進行處理。

顯示圖片

cv2.imshow("image",cv_image)

#這一步是必須的，不加會報錯
cv2.waitKey(0)

參考資料：
1: cv2.findContours()函式
2:OpenCV-清除小面積連通域
3:HSV基本顏色分量範圍
4:三分鐘帶你快速學習RGB、HSV和HSL顏色空間
5:cv2.inRange函式
----------------------------------------分割線-----------------------------------------------------------------------

對於以上的程式碼可能會發生錯誤核心修改程式碼如下：

 #標記連通區域並刪除小區域的連通區域
            cv_image,contours,hierarchy = cv2.findContours(image=cv_image,mode=cv2.RETR_LIST,method=cv2.CHAIN_APPROX_NONE)
            if len(contours)!=0:
                #contours = np.array(contours,dtype=cv2.UMat)
                contours2 = ()
                for contour in contours:
                    area = cv2.contourArea(contour)
                    if area< 10000:
                        cv2.drawContours(cv_image,tuple([contour]),-1,(0,0,0),cv2.FILLED)
                        #contours = np.delete(contours,index)
                    else:
                        contours2 = contours2 + tuple([contour])
                for contour in contours2:
                    x,y,w,h = cv2.boundingRect(contour)
                    cv2.rectangle(cv_image,(x,y),(x+w,y+h),(139,35,35),5)

如果顯示的是灰度圖和ros進行轉換要注意引數的設定

self.image_pub.publish(self.bridge.cv2_to_imgmsg(cv_image, "mono8"))

使用opencv分割影象（python實現）

使用opencv分割影象（python實現）

相關推薦