如何使用 OpenCV 和 Python 提取最大的连通分量？

Question

我在 Python 中使用 OpenCV，以便能够仅识别图像上显示的叶子。我已经可以分割我的图像了，现在我陷入了“如何在检测到所有图像后裁剪最大的组件。下面是代码，请看一下。

1. 使用scipy.ndimage，找到组件后无法前进：

   def undesired_objects ( image ):
       components, n = ndimage.label( image )
       components = skimage.morphology.remove_small_objects( components, min_size = 50 )
       components, n = ndimage.label( components )
       plot.imshow( components )
       plot.show()
   

2. 使用 OpenCV connectedComponentsWithStats：

   def undesired_objects ( image ):
       image = image.astype( 'uint8' )
       nb_components, output, stats, centroids = cv2.connectedComponentsWithStats(image, connectivity=4)
       sizes = stats[1:, -1]; nb_components = nb_components - 1
       min_size = 150
       img2 = np.zeros(( output.shape ))
       for i in range(0, nb_components):
           if sizes[i] >= min_size:
               img2[output == i + 1] = 255
               plot.imshow( img2 )
               plot.show()
   

但是，在这两种方法中，我仍然得到不止一个组件。下面，您将找到二进制图像：

Answer 1

使用cv2.CC_STAT_AREA 提高可读性：

# Connected components with stats.
nb_components, output, stats, centroids = cv2.connectedComponentsWithStats(image, connectivity=4)

# Find the largest non background component.
# Note: range() starts from 1 since 0 is the background label.
max_label, max_size = max([(i, stats[i, cv2.CC_STAT_AREA]) for i in range(1, nb_components)], key=lambda x: x[1])

更多：https://stackoverflow.com/a/35854198/650885

Answer 2

我会用这样的代码替换你的代码：

def undesired_objects (image):
    image = image.astype('uint8')
    nb_components, output, stats, centroids = cv2.connectedComponentsWithStats(image, connectivity=4)
    sizes = stats[:, -1]

    max_label = 1
    max_size = sizes[1]
    for i in range(2, nb_components):
        if sizes[i] > max_size:
            max_label = i
            max_size = sizes[i]

    img2 = np.zeros(output.shape)
    img2[output == max_label] = 255
    cv2.imshow("Biggest component", img2)
    cv2.waitKey()

组件上的循环现在找到面积最大的组件并将其显示在循环的末尾。

告诉我这是否适合你，因为我自己没有测试过。