opencv - 如何从 python 中的 mahotas 和 opencv 中的图像中减去背景？

Question

我有很多这样或这样的图像，我使用以下代码：

fork = mh.imread(path)
bin = fork[:,:,0]
bin = mh.erode(bin)
bin = (bin < 80)

对于第二张图片，但我必须使用这个：

bin = (bin < 127)

为了第一。

有一种方法可以自动获得没有背景的好图像，或者我必须选择一个中值，希望对我的大多数图像都有好处？

Answer 1

我了解您想将白色背景与图像分开。以下是执行此操作的步骤。我会用简单的英文写，因为我不熟悉python。

1：计算图像的闭合（膨胀和腐蚀的应用）。使用结构元素作为大小为 5x5 的正方形进行膨胀和侵蚀。

C = mh.dilate(bin)
C = mh.erode(C);

这将为您提供背景

2：从原始图像中减去背景：

C = C-bin

这将为您提供以白色绘制的星星图像，背景为黑色

3：现在计算二值化的自动阈值。使用简单的 Otsu 技术来估计最佳阈值。在 openCV 中，这类似于：

double thresh = cv::threshold(im,im,0,255,CV_THRESH_BINARY | CV_THRESH_OTSU);
cv::threshold(im,im,thresh,255,CV_THRESH_BINARY_INV);

这将为您的图像提供完美的结果。不要试图猜测阈值。您的图像不是 80 也不是 127。使用大津

Answer 2

有一个阈值称为“Otsu Threshold”。在这里，您可以获得更多信息。

您可以otsu在 Mahotas 或scikit-imagethreshold_otsu中使用：

fork = mh.imread(path)
bin = fork[:,:,0]
thresh = mh.otsu(bin)
binary =( bin< thresh)