OpenCV - 如何通过二进制图像传递模式匹配内核？答案

【问题标题】：OpenCV - how to pass a pattern-matching kernel over binary image?OpenCV - 如何通过二进制图像传递模式匹配内核？
【发布时间】：2021-01-18 12:34:19
【问题描述】：

我正在为二进制图像中的像素宽轮廓实现轮廓查找算法。它需要对删除单个像素（即像素宽的间隙）具有鲁棒性。

对膨胀和腐蚀内核的各种尝试都没有产生可靠的解决方案。

相反，我想要实现的可靠解决方案是在图像上传递一个模式匹配内核，它可以直接根据周围像素填充间隙。例如，当在某个位置观察到左侧的确切模式时，将其替换为右侧（其中 * 表示通配符）：

[1 * *]          [1 * *]
[* 0 *]   ==>    [* 1 *]
[* * 1]          [* * 1]

[1 0 *]          [1 0 *]
[* 0 1]   ==>    [* 1 1]
[* * *]          [* * *]

[* 1 *]          [* 1 *]
[* 0 *]   ==>    [* 1 *]
[* 1 *]          [* 1 *]

并定义大约 14 个替换项以填补每个 3x3 窗口中可能存在的空白。

它可以在原始 Python 中实现，但如果没有低级矢量化操作，它可能会非常慢。

这可以通过 OpenCV 或其他一些快速操作来完成吗？

【问题讨论】：

您可以轻松完成每个操作filter2d()。真正的问题是是否可以组合各个过滤器以减少操作次数。
@beaker filter2d 应用卷积，但我不确定这是否合适？需要忽略通配符。例如第一个等价于逻辑语句“如果p11 = 1 and p22 = 0 and p33 = 1, then modify p22 := 1”
实际上我得到了这个与精心设计的内核一起工作 - 谢谢你的想法。

标签： opencv image-processing opencv-python opencv-contour

【解决方案1】：

感谢上面的@beaker 评论，我实现了一个解决方案。设计一个内核，其中感兴趣的相邻像素为 0.5，中心为 1，如果缺少，它将用 1 填充中心，尽管其他一些像素将为 2。然后将值剪裁为 1，您将获得所需的结果.

它需要独立应用于每个方向的间隙，虽然不理想但仍然有效。

img_with_gap = np.array(
           [[1,0,0,0,0],
            [0,1,0,0,0],
            [0,0,0,0,0],
            [0,0,0,1,0],
            [0,0,0,0,1]], dtype=np.uint8)


kernel = np.array(
              [[0.5,  0,   0],
               [0  ,  1,   0],
               [0  ,  0, 0.5]])


connected_img = np.minimum(cv2.filter2D(img_with_gap, -1, kernel), 1)
connected_img

更严格的实现是通过惩罚零个、剪切到 {0,1} 并确保没有从原始图像中删除任何内容来进行精确的模式匹配：

kernel = np.array([[0.5,  -10.0,   -10.0],
                   [-10.0  ,  1,   -10.0],
                   [-10.0  ,  -10.0, 0.5]])

connected_img = np.maximum(img, np.clip(cv2.filter2D(img, -1, kernel), 0, 1))

【讨论】：