填充靠近图像区域的元素

Question

我有黑白图像，其中有一些白色元素触及图像的边框。

我正在尝试用黑色填充这些白色部分（在此图像上只有一个部分，但可以有多个）。我唯一的想法是遍历图像边界上的像素，每当我看到一个白色像素时，运行该算法递归地填充周围白色像素的所有白色像素。

虽然这显然会产生我想要的结果，但我希望有一种更简单的方法可以使用 numpy/scipy/scikit-image 实现这一点。

在搜索 SO 时，我发现的唯一相关问题是 this。这个问题听起来与我想要的相似，但实际上解决了另一个问题。有没有希望为我找到一个简单的解决方案？

Answer 1

试一试scipy.ndimage.label。

这是一个草图（未经测试）：

labeled_image, _ = scipy.ndimage.label(binarized_image)
for region in np.union1d(labeled_image[[0,-1]].flatten(),
                         labeled_image[:,[0,-1]].flatten()):
    binarized_image[labeled_image == region] = 0

上面的代码将图像分割成相同颜色的连接区域。每个都以某种顺序分配一个整数值。 labeled_image[[0, -1]] 和 labeled_image[:, [0, -1]] 分别是图像的顶部和底部行以及左右列。 array.flatten() 用于将它们变成 union1d 可用的形状，在这种情况下，它将返回与边界接触的所有区域标签。我们对这些区域进行迭代，并将二值化图像中的所有这些区域涂成黑色。

Answer 2

编辑：

对不起，我的误解。我认为您正在寻找模块 clear_border。

Clear_border(image) 用黑色（或其他值）填充所有连接到边框的白色区域。

import numpy as np
from skimage import io

from skimage.segmentation import clear_border

image = np.array([[0, 0, 0, 0, 0, 0, 0, 1, 0],
                  [0, 0, 0, 0, 1, 0, 0, 1, 0],
                  [1, 0, 0, 1, 0, 1, 0, 0, 0],
                  [0, 0, 1, 1, 1, 1, 1, 0, 0],
                  [0, 1, 1, 1, 1, 1, 1, 1, 0],
                  [0, 0, 0, 0, 0, 0, 0, 0, 0]])


clear_border(image)

io.imshow(image)
io.show()

如需更多信息，请查看： http://scikit-image.org/docs/0.11.x/api/skimage.segmentation.html#clear-border