通过阈值提取前景图像作为掩码

Question

我正在寻找一种可靠的方法来从背景中有一些噪点的图像中提取前景。

所以，我想用它的图像是：

我的尝试是使用Otsu thresholding。我在 Python 中这样做如下：

from skimage.filter import threshold_otsu
import os.path as path
import matplotlib.pyplot as plt

img = io.imread(path.expanduser('~/Desktop/62.jpg'))
r_t = threshold_otsu(img[:, :, 0])
g_t = threshold_otsu(img[:, :, 1])
b_t = threshold_otsu(img[:, :, 2])

m = np.zeros((img.shape[0], img.shape[1]), dtype=np.uint8)
mask = (img[:, :, 0] < r_t) & (img[:, :, 1] < g_t) & (img[:, :, 2] < b_t)
m[~mask] = 255

plt.imshow(m)
plt.show()

这给出了 R、G、B 阈值为 (62 67 64)，这有点高。结果是：

这张图片也是Otsu thresholding 效果最好的图片之一。如果我使用像 30 这样的手动阈值，它工作得很好。结果是：

我想知道我是否应该尝试其他一些方法。细分确实不是我的专业领域，而且我能开箱即用的东西似乎有限。

Answer 1

您的图像看起来不是很丰富多彩。所以你可以对灰度值进行分割，而不是分别对每种颜色进行分割，然后组合三个蒙版。

查看包scikit-image.filter还有其他几种阈值方法。我尝试了所有这些，发现threshold_isodata 表现非常好，提供与您想要的图像几乎相同的图像。所以我推荐isodata算法。

例子：

import numpy as np
import skimage.io as io
import skimage.filter as filter
import matplotlib.pyplot as plt

img = io.imread('62.jpg')
gray = np.sum(img, axis=2) # summed up over red, green, blue
#threshold = filter.threshold_otsu(gray) # delivers very high threshold
threshold = filter.threshold_isodata(gray) # works extremely well
#threshold = filter.threshold_yen(gray) # delivers even higher threshold
print(threshold)

plt.imshow(gray > threshold)
plt.show()

给予：