在 Python 中检测到的背景减去或改变轮廓的背景颜色

Question

我想删除background 中的黑色部分或将其更改为不同的颜色，因为我试图检测轮廓内的暗像素，这似乎不起作用，因为两者都处于黑色背景和黑暗中像素是黑色的...

这是我尝试过的，但请建议任何其他可能的方法。提前谢谢

我尝试提取黑色背景并将其更改为yellow

请在下面找到我的代码：

import cv2
import numpy as np
mask_color= (0.0,0.0,1.0)

#reading the image
img= cv2.imread('notused.jpg')

#convering the image into grayscale
gray_image= cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

#applying threshold
ret,thresh= cv2.threshold(gray_image,70,255,cv2.THRESH_BINARY)

#finding contours on the original image
_, contours,hierarchy =cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)

#creating a mask as of the image size which is a black image
mask= np.zeros(img.shape[:2],np.uint8)

#inverted to get a white image
maskinv=cv2.bitwise_not(mask)

#drawn contours on the white image
mask_contours=cv2.drawContours(maskinv,contours,0,0,-3)

#converted to 3 channels
mask_stack= np.dstack([mask_contours]*3)


#to get only the background and remove all the contours 
img1=cv2.bitwise_xor(img,img,mask)

#changing every pixel of the background image to yellow
for y in range(img1.shape[0]-1): #row values
    for x in range(img1.shape[1]-1): #column values
        img1[y,x]=(0,255,255)

然后我得到了帮助：How do I remove the background from this kind of image?

这是为了将原始图像与创建的背景混合，但似乎不起作用并给出错误

mask_stack= mask_contours.astype('float32')/255.0
img1=img1.astype('float32')/255.0

masked= (mask_stack *img1)+((1-mask_stack)*mask_color)
masked=(masked*255).astype('uint8')

cv2.waitKey(0)
cv2.destroyAllWindows()

这是错误信息： 请注意，我的 img1 和蒙版形状相同

Traceback（最近一次通话最后一次）：

文件“”，第 1 行，在 runfile('C:/Users/User/Anaconda3/darkpixeldetection.py', wdir='C:/Users/User/Anaconda3')

文件 "C:\Users\User\Anaconda3\lib\site-packages\spyder_kernels\customize\spydercustomize.py", 第 678 行，在运行文件中 execfile(文件名，命名空间)

文件 "C:\Users\User\Anaconda3\lib\site-packages\spyder_kernels\customize\spydercustomize.py", 第 106 行，在 execfile 中 exec（编译（f.read（），文件名，'exec'），命名空间）

文件“C:/Users/User/Anaconda3/darkpixeldetection.py”，第 69 行，在 masked= (mask_stack *img1)+((1-mask_stack)*mask_color)

ValueError：操作数无法与形状一起广播 (1540,2670) (1540,2670,3)

img1.shape 的输出：

(1540,2670,3)

mask_stack.shape 的输出：

(1540,2670,3)

弗雷德： 这是我拥有的input image，其内容模糊。 这是删除不必要的轮廓后得到的output image 这是我的代码：

import numpy as np
import cv2
img_original= cv2.imread('blueimagewithblur.jpg')
img_array=np.asarray(img_original)
blur= cv2.pyrMeanShiftFiltering(img_original,21,49)

gray_image= cv2.cvtColor(blur, cv2.COLOR_BGR2GRAY)

ret,thresh= cv2.threshold(gray_image,70,255,cv2.THRESH_BINARY)

_, contours,hierarchy =cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

countourimage=cv2.drawContours(img_original,contours,-1,0,3)
largest_area= 2000

for i,c in enumerate(contours):
    contour_areas=cv2.contourArea(c)
    if(contour_areas>largest_area):
        del contours[i]
        x_rect,y_rect,w_rect,h_rect=cv2.boundingRect(c)
        cropped=img_original[y_rect:y_rect+h_rect,x_rect:x_rect+w_rect]

cv2.imwrite('C:/Users/User/Anaconda3/stackoverflowexam.jpg',cropped)
cv2.imshow('croopedd',cropped)


cv2.waitKey(0)
cv2.destroyAllWindows()

Answer 1

您可以利用背景占据图像大部分的事实。如果您知道要检测的总是小于某个大小，则可以使用轮廓区域来过滤要忽略的轮廓。

maxArea  = 12412 # whatever makes sense in your case
for i, contour in enumerate(contours):
  area = cv2.contourArea(contour)
  if area > maxArea :
    del contours[i]