欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

使用OpenCV去除面積較小的連通域

 更新時間:2020年07月05日 11:51:49   作者:業(yè)余狙擊手19  
這篇文章主要介紹了使用OpenCV去除面積較小的連通域,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧

這是后期補充的部分,和前期的代碼不太一樣

效果圖

源代碼

//測試
void CCutImageVS2013Dlg::OnBnClickedTestButton1()
{
	vector<vector<Point> > contours;  //輪廓數(shù)組
	vector<Point2d> centers;    //輪廓質(zhì)心坐標(biāo) 
	vector<vector<Point> >::iterator itr; //輪廓迭代器
	vector<Point2d>::iterator itrc;  //質(zhì)心坐標(biāo)迭代器
	vector<vector<Point> > con;   //當(dāng)前輪廓

	double area;
	double minarea = 1000;
	double maxarea = 0;
	Moments mom;       // 輪廓矩
	Mat image, gray, edge, dst;
	image = imread("D:\\66.png");
	cvtColor(image, gray, COLOR_BGR2GRAY);
	Mat rgbImg(gray.size(), CV_8UC3); //創(chuàng)建三通道圖
	blur(gray, edge, Size(3, 3));       //模糊去噪
	threshold(edge, edge, 200, 255, THRESH_BINARY_INV); //二值化處理,黑底白字
	//--------去除較小輪廓,并尋找最大輪廓--------------------------
	findContours(edge, contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE); //尋找輪廓
	itr = contours.begin();    //使用迭代器去除噪聲輪廓
	while (itr != contours.end())
	{
		area = contourArea(*itr);  //獲得輪廓面積
		if (area<minarea)    //刪除較小面積的輪廓 
		{
			itr = contours.erase(itr); //itr一旦erase,需要重新賦值
		}
		else
		{
			itr++;
		}
		if (area>maxarea)    //尋找最大輪廓
		{
			maxarea = area;
		}
	}
	dst = Mat::zeros(image.rows, image.cols, CV_8UC3);
	/*繪制連通區(qū)域輪廓,計算質(zhì)心坐標(biāo)*/
	Point2d center;
	itr = contours.begin();
	while (itr != contours.end())
	{
		area = contourArea(*itr);		
		con.push_back(*itr);   //獲取當(dāng)前輪廓
		if (area == maxarea)
		{
			vector<Rect> boundRect(1); //定義外接矩形集合
			boundRect[0] = boundingRect(Mat(*itr));
			cvtColor(gray, rgbImg, COLOR_GRAY2BGR);
			Rect select;
			select.x = boundRect[0].x;
			select.y = boundRect[0].y;
			select.width = boundRect[0].width;
			select.height = boundRect[0].height;
			rectangle(rgbImg, select, Scalar(0, 255, 0), 3, 2); //用矩形畫矩形窗
			drawContours(dst, con, -1, Scalar(0, 0, 255), 2); //最大面積紅色繪制
		}
		else
			drawContours(dst, con, -1, Scalar(255, 0, 0), 2); //其它面積藍(lán)色繪制
		con.pop_back();
		//計算質(zhì)心
		mom = moments(*itr);
		center.x = (int)(mom.m10 / mom.m00);
		center.y = (int)(mom.m01 / mom.m00);
		centers.push_back(center);
		itr++;
	}
	imshow("rgbImg", rgbImg);
	//imshow("gray", gray);
	//imshow("edge", edge);
	imshow("origin", image);
	imshow("connected_region", dst);
	waitKey(0);
	return;
}

前期做的,方法可能不太一樣

一,先看效果圖

原圖

處理前后圖

二,實現(xiàn)源代碼

//=======函數(shù)實現(xiàn)=====================================================================
void RemoveSmallRegion(Mat &Src, Mat &Dst, int AreaLimit, int CheckMode, int NeihborMode)
{
	int RemoveCount = 0;
	//新建一幅標(biāo)簽圖像初始化為0像素點,為了記錄每個像素點檢驗狀態(tài)的標(biāo)簽,0代表未檢查,1代表正在檢查,2代表檢查不合格(需要反轉(zhuǎn)顏色),3代表檢查合格或不需檢查 
	//初始化的圖像全部為0,未檢查 
	Mat PointLabel = Mat::zeros(Src.size(), CV_8UC1);
	if (CheckMode == 1)//去除小連通區(qū)域的白色點 
	{
		//cout << "去除小連通域.";
		for (int i = 0; i < Src.rows; i++)
		{
			for (int j = 0; j < Src.cols; j++)
			{
				if (Src.at<uchar>(i, j) < 10)
				{
					PointLabel.at<uchar>(i, j) = 3;//將背景黑色點標(biāo)記為合格,像素為3 
				}
			}
		}
	}
	else//去除孔洞,黑色點像素 
	{
		//cout << "去除孔洞";
		for (int i = 0; i < Src.rows; i++)
		{
			for (int j = 0; j < Src.cols; j++)
			{
				if (Src.at<uchar>(i, j) > 10)
				{
					PointLabel.at<uchar>(i, j) = 3;//如果原圖是白色區(qū)域,標(biāo)記為合格,像素為3 
				}
			}
		}
	}
	vector<Point2i>NeihborPos;//將鄰域壓進(jìn)容器 
	NeihborPos.push_back(Point2i(-1, 0));
	NeihborPos.push_back(Point2i(1, 0));
	NeihborPos.push_back(Point2i(0, -1));
	NeihborPos.push_back(Point2i(0, 1));
	if (NeihborMode == 1)
	{
		//cout << "Neighbor mode: 8鄰域." << endl;
		NeihborPos.push_back(Point2i(-1, -1));
		NeihborPos.push_back(Point2i(-1, 1));
		NeihborPos.push_back(Point2i(1, -1));
		NeihborPos.push_back(Point2i(1, 1));
	}
	else int a = 0;//cout << "Neighbor mode: 4鄰域." << endl;
	int NeihborCount = 4 + 4 * NeihborMode;
	int CurrX = 0, CurrY = 0;
	//開始檢測 
	for (int i = 0; i < Src.rows; i++)
	{
		for (int j = 0; j < Src.cols; j++)
		{
			if (PointLabel.at<uchar>(i, j) == 0)//標(biāo)簽圖像像素點為0,表示還未檢查的不合格點 
			{ //開始檢查 
				vector<Point2i>GrowBuffer;//記錄檢查像素點的個數(shù) 
				GrowBuffer.push_back(Point2i(j, i));
				PointLabel.at<uchar>(i, j) = 1;//標(biāo)記為正在檢查 
				int CheckResult = 0;
				for (int z = 0; z < GrowBuffer.size(); z++)
				{
					for (int q = 0; q < NeihborCount; q++)
					{
						CurrX = GrowBuffer.at(z).x + NeihborPos.at(q).x;
						CurrY = GrowBuffer.at(z).y + NeihborPos.at(q).y;
						if (CurrX >= 0 && CurrX<Src.cols&&CurrY >= 0 && CurrY<Src.rows) //防止越界 
						{
							if (PointLabel.at<uchar>(CurrY, CurrX) == 0)
							{
								GrowBuffer.push_back(Point2i(CurrX, CurrY)); //鄰域點加入buffer 
								PointLabel.at<uchar>(CurrY, CurrX) = 1;   //更新鄰域點的檢查標(biāo)簽,避免重復(fù)檢查 
							}
						}
					}
				}
				if (GrowBuffer.size()>AreaLimit) //判斷結(jié)果(是否超出限定的大小),1為未超出,2為超出 
					CheckResult = 2;
				else
				{
					CheckResult = 1;
					RemoveCount++;//記錄有多少區(qū)域被去除 
				}
				for (int z = 0; z < GrowBuffer.size(); z++)
				{
					CurrX = GrowBuffer.at(z).x;
					CurrY = GrowBuffer.at(z).y;
					PointLabel.at<uchar>(CurrY, CurrX) += CheckResult;//標(biāo)記不合格的像素點,像素值為2 
				}
				//********結(jié)束該點處的檢查********** 
			}
		}
	}
	CheckMode = 255 * (1 - CheckMode);
	//開始反轉(zhuǎn)面積過小的區(qū)域 
	for (int i = 0; i < Src.rows; ++i)
	{
		for (int j = 0; j < Src.cols; ++j)
		{
			if (PointLabel.at<uchar>(i, j) == 2)
			{
				Dst.at<uchar>(i, j) = CheckMode;
			}
			else if (PointLabel.at<uchar>(i, j) == 3)
			{
				Dst.at<uchar>(i, j) = Src.at<uchar>(i, j);
			}
		}
	}
	//cout << RemoveCount << " objects removed." << endl;
}
//=======函數(shù)實現(xiàn)=====================================================================
//=======調(diào)用函數(shù)=====================================================================
	Mat img;
	img = imread("D:\\1_1.jpg", 0);//讀取圖片
	threshold(img, img, 128, 255, CV_THRESH_BINARY_INV);
	imshow("去除前", img);
	Mat img1;
	RemoveSmallRegion(img, img, 200, 0, 1);
	imshow("去除后", img);
	waitKey(0);
//=======調(diào)用函數(shù)=====================================================================

以上這篇使用OpenCV去除面積較小的連通域就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。

相關(guān)文章

  • 分析Python中解析構(gòu)建數(shù)據(jù)知識

    分析Python中解析構(gòu)建數(shù)據(jù)知識

    本篇文章給大家講述一下Python中解析構(gòu)建數(shù)據(jù)知識的相關(guān)內(nèi)容,有需要的朋友跟著學(xué)習(xí)下。
    2018-01-01
  • 利用ctypes獲取numpy數(shù)組的指針方法

    利用ctypes獲取numpy數(shù)組的指針方法

    今天小編就為大家分享一篇利用ctypes獲取numpy數(shù)組的指針方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-02-02
  • Python標(biāo)準(zhǔn)庫:內(nèi)置函數(shù)max(iterable, *[, key, default])說明

    Python標(biāo)準(zhǔn)庫:內(nèi)置函數(shù)max(iterable, *[, key, default])說明

    這篇文章主要介紹了Python標(biāo)準(zhǔn)庫:內(nèi)置函數(shù)max(iterable, *[, key, default])說明,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-04-04
  • Python使用Scrapy爬取妹子圖

    Python使用Scrapy爬取妹子圖

    前面我們給大家介紹了使用nodejs來爬取妹紙圖片的方法,下面我們來看下使用Python是如何實現(xiàn)的呢,有需要的小伙伴參考下吧。
    2015-05-05
  • 對python制作自己的數(shù)據(jù)集實例講解

    對python制作自己的數(shù)據(jù)集實例講解

    今天小編就為大家分享一篇對python制作自己的數(shù)據(jù)集實例講解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-12-12
  • python中pip安裝庫時出現(xiàn)Read?timed?out解決辦法

    python中pip安裝庫時出現(xiàn)Read?timed?out解決辦法

    最近需要使用pip庫,安裝的時候出現(xiàn)問題,本文就詳細(xì)的介紹一下python中pip安裝庫時出現(xiàn)Read?timed?out解決辦法,具有一定的參考價值,感興趣的可以了解一下
    2022-03-03
  • python使用psutil模塊獲取系統(tǒng)狀態(tài)

    python使用psutil模塊獲取系統(tǒng)狀態(tài)

    作為程序猿,大家可能都熟悉linux系統(tǒng)的基礎(chǔ)信息獲取方法都是通過shell來獲取,但是在python中,我們還可以使用psutil模塊來獲取系統(tǒng)信息。psutil模塊把shell查看系統(tǒng)基礎(chǔ)信息的功能都包裝了下,使用更加簡單,功能豐富。
    2016-08-08
  • pytorch中節(jié)約顯卡內(nèi)存的方法和技巧

    pytorch中節(jié)約顯卡內(nèi)存的方法和技巧

    顯存不足是很多人感到頭疼的問題,畢竟能擁有大量顯存的實驗室還是少數(shù),而現(xiàn)在的模型已經(jīng)越跑越大,模型參數(shù)量和數(shù)據(jù)集也越來越大,所以這篇文章給大家總結(jié)了一些pytorch中節(jié)約顯卡內(nèi)存的方法和技巧,需要的朋友可以參考下
    2023-11-11
  • Python腳本判斷 Linux 是否運行在虛擬機上

    Python腳本判斷 Linux 是否運行在虛擬機上

    這篇文章主要介紹了Python腳本判斷 Linux 是否運行在虛擬機上,本文講解了判斷 OpenVZ/Xen PV/UML、判斷 VMware/Xen HVM/KVM、判斷 VirtualBox/Virtual PC等方法,需要的朋友可以參考下
    2015-04-04
  • pycharm下配置pyqt5的教程(anaconda虛擬環(huán)境下+tensorflow)

    pycharm下配置pyqt5的教程(anaconda虛擬環(huán)境下+tensorflow)

    這篇文章主要介紹了pycharm下配置pyqt5的教程(anaconda虛擬環(huán)境下+tensorflow),本文給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下
    2020-03-03

最新評論