我对 OpenCV 和 Python 很陌生。我需要在使用 cv2.findContours 获得的轮廓上应用高斯模糊。我已经成功应用了高斯模糊,但仅限于矩形。我找不到任何示例来说明如何将其应用于随机形状的轮廓。
我正在使用 OpenCV 3.1.0 版。
谢谢!
我对 OpenCV 和 Python 很陌生。我需要在使用 cv2.findContours 获得的轮廓上应用高斯模糊。我已经成功应用了高斯模糊,但仅限于矩形。我找不到任何示例来说明如何将其应用于随机形状的轮廓。
我正在使用 OpenCV 3.1.0 版。
谢谢!
我有同样的问题,这是对我真正有用的解决方案(它适用于任何轮廓):
import cv2 as cv
import numpy as np
在这里,我定义了一个示例多边形 ROI 的顶点列表:
roi_corners = np.array([[(180,300),(120,540),(110,480),(160,350)]],dtype = np.int32)
阅读原图:
image = cv.imread('image.jpeg')
创建整个图像的模糊副本:
blurred_image = cv.GaussianBlur(image,(43, 43), 30)
为 ROI 创建一个蒙版并使用 (255,255,255) 颜色填充 ROI:
mask = np.zeros(image.shape, dtype=np.uint8)
channel_count = image.shape[2]
ignore_mask_color = (255,)*channel_count
cv.fillPoly(mask, roi_corners, ignore_mask_color)
为原始图像中除 ROI 之外的所有位置创建掩码,(因此 mask_inverse):
mask_inverse = np.ones(mask.shape).astype(np.uint8)*255 - mask
按以下方式组合所有蒙版和以上图像:
final_image = cv.bitwise_and(blurred_image, mask) + cv.bitwise_and(image, mask_inverse)
这是一个原始图像的示例,其中 ROI 是倾斜的车牌(平行四边形):
和结果图像:
您可能会考虑在各处模糊图像,然后在模糊图像和原始图像之间取加权平均值,其中权重在轮廓区域内为 1,在外为 0:
outImg = img.mul(contourMask) + blurredImg.mul(1-contourMask);
或者,使用 copyTo:
outImg = img.clone();
blurredImg.copyTo(outImg,contourMask);