對於一般的圖像提取輪廓，這篇博文介紹了一個很好的方法，但是對於有噪聲的圖像，並不能很好地捕獲到目標物體。
比如對於我的鼠標，提取的輪廓效果並不好，因為噪聲很多：
所以本文增加了去掉噪聲的部分。
首先加載原始圖像，並顯示圖像
1 img = cv2.imread("temp.jpg") #載入圖像 2 h, w = img.shape[:2] #獲取圖像的高和寬 3 cv2.imshow("Origin", img) #顯示原始圖像
然后進行低通濾波處理，進行降噪
1 blured = cv2.blur(img,(5,5)) #進行濾波去掉噪聲 2 cv2.imshow("Blur", blured) #顯示低通濾波后的圖像
使用floodfill來去掉目標周圍的背景，泛洪填充類始於ps的魔棒工具，這里用來清除背景。
1 mask = np.zeros((h+2, w+2), np.uint8) #掩碼長和寬都比輸入圖像多兩個像素點，泛洪填充不會超出掩碼的非零邊緣 2 #進行泛洪填充 3 cv2.floodFill(blured, mask, (w-1,h-1), (255,255,255), (2,2,2),(3,3,3),8) 4 cv2.imshow("floodfill", blured)
然后轉換成灰度圖
1 gray = cv2.cvtColor(blured,cv2.COLOR_BGR2GRAY) 2 cv2.imshow("gray", gray)
此時目標圖像周圍有寫不光滑，還有一些噪聲，因此進行開閉運算，得到比較光滑的目標
1 #定義結構元素 2 kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(50, 50)) 3 #開閉運算，先開運算去除背景噪聲，再繼續閉運算填充目標內的孔洞 4 opened = cv2.morphologyEx(gray, cv2.MORPH_OPEN, kernel) 5 closed = cv2.morphologyEx(opened, cv2.MORPH_CLOSE, kernel) 6 cv2.imshow("closed", closed)
接着轉換成二值圖以便於獲取圖像的輪廓
最后進行輪廓提取，抓取到目標
1 #找到輪廓 2 _,contours, hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE) 3 #繪制輪廓 4 cv2.drawContours(img,contours,-1,(0,0,255),3) 5 #繪制結果 6 cv2.imshow("result", img)
全部代碼如下
1 #coding=utf-8 2 import cv2 3 import numpy as np 4 5 img = cv2.imread("temp.jpg") #載入圖像 6 h, w = img.shape[:2] #獲取圖像的高和寬 7 cv2.imshow("Origin", img) #顯示原始圖像 8 9 blured = cv2.blur(img,(5,5)) #進行濾波去掉噪聲 10 cv2.imshow("Blur", blured) #顯示低通濾波后的圖像 11 12 mask = np.zeros((h+2, w+2), np.uint8) #掩碼長和寬都比輸入圖像多兩個像素點，滿水填充不會超出掩碼的非零邊緣 13 #進行泛洪填充 14 cv2.floodFill(blured, mask, (w-1,h-1), (255,255,255), (2,2,2),(3,3,3),8) 15 cv2.imshow("floodfill", blured) 16 17 #得到灰度圖 18 gray = cv2.cvtColor(blured,cv2.COLOR_BGR2GRAY) 19 cv2.imshow("gray", gray) 20 21 22 #定義結構元素 23 kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(50, 50)) 24 #開閉運算，先開運算去除背景噪聲，再繼續閉運算填充目標內的孔洞 25 opened = cv2.morphologyEx(gray, cv2.MORPH_OPEN, kernel) 26 closed = cv2.morphologyEx(opened, cv2.MORPH_CLOSE, kernel) 27 cv2.imshow("closed", closed) 28 29 #求二值圖 30 ret, binary = cv2.threshold(closed,250,255,cv2.THRESH_BINARY) 31 cv2.imshow("binary", binary) 32 33 #找到輪廓 34 _,contours, hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE) 35 #繪制輪廓 36 37 cv2.drawContours(img,contours,-1,(0,0,255),3) 38 #繪制結果 39 cv2.imshow("result", img) 40 41 cv2.waitKey(0) 42 cv2.destroyAllWindows()