在不干扰原始图像的情况下将灰色背景转换为白色背景答案

【问题标题】：Convert Gray background to white background without disturbing the original image在不干扰原始图像的情况下将灰色背景转换为白色背景
【发布时间】：2019-08-20 07:35:59
【问题描述】：

我裁剪了几张背景为灰色的图像，需要将它们转换为白色背景以与参考图像进行比较。

我实现了以下转换代码：

import cv2
im_gray = cv2.imread('gray_bg.png', cv2.IMREAD_GRAYSCALE)
(thresh, im_bw) = cv2.threshold(im_gray, 255, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
cv2.imwrite('white_bg.png', im_bw)

输入：

输出：

预期输出：

如果您观察，我的输出图像在原始图像的边缘有一些噪点（我希望我说的没有错）。因此，在将我的输出与参考图像进行比较时，我没有得到所需的输出。有人可以建议我怎么做吗？

这是我们编写的用于比较两个图像的程序：

SourceImagePath = r'white_bg.png'
TemplateImagePath = r'ex_white_bg.png'
#def IconValidation(self,SourceImagePath,TemplateImagePath):
sourceImg=cv.imread(SourceImagePath)
templateImg=cv.imread(TemplateImagePath)
_,tempwidth,tempheight=templateImg.shape[::-1]
srcheight = np.size(sourceImg, 0)
srcwidth = np.size(sourceImg, 1)
if(srcwidth < tempwidth) and (srcheight < tempheight):
    print("comparison")

resultImg = cv.matchTemplate(sourceImg,templateImg,cv.TM_CCOEFF_NORMED)
matchVal = resultImg[0][0]
threshold=0.95
if(matchVal>threshold):
    print("passed")

else:
    print("failed")

【问题讨论】：

知道如何将输出与预期的输出进行比较会很有用；考虑到这是引发问题的操作。
更新了代码。请看一下
在更新您的问题后，为了更好地满足您的需求，如果您还分享模型图像以及您如何获得它将会很有用，以便其他人可以测试比较是否失败。为了进行比较，我使用了图像像素总和的百分比差异。

标签： python opencv edge-detection image-comparison

【解决方案1】：

您看到的是混叠，而不是噪声。它出现是因为硬阈值。

您输入的图像确实有一点噪点，通过放大可以看到（可能是由于某些阶段的有损压缩），但它没有混叠。

您可以通过应用 1.4 的增益（灰度级约为 180）将灰色背景变为白色，同时保持黑色。这将避免引入别名。

【讨论】：

【解决方案2】：

避免颜色编码的变化达到最佳效果。代码如下：

im_gray = cv2.imread('gray_bg.png', cv2.IMREAD_UNCHANGED)
b, g, r = cv2.split(im_gray)

t = [None] * 3
u = [None] * 3
for i, im in enumerate([b, g, r]):
    t[i], u[i] = cv2.threshold(im, 255, 255, cv2.THRESH_BINARY + cv2.THRESH_TRIANGLE)

dst = cv2.merge((*u,))
cv2.imwrite('white_bg.png', dst)

通过将其与原版进行比较，它得出99.99% 相等。

如果您真的需要它，您可以使用cv2.cvtColor(src, cv2.COLOR_BGR2GRAY) 将图像转换为灰度编码。

结果与通缉：

【讨论】：

这个根本解决不了问题，是二值化造成的。
亲爱的@YvesDaoust 感谢您的考虑。如果您已仔细阅读该问题，您将看到“因此，在将我的输出与参考图像进行比较时，我没有得到所需的输出。”在我所做的所有测试中，我给出的代码示例是给出最佳等式比较结果的那个。我没有像你那样处理噪音问题，但至少我已经给出了一些工作代码。
你不明白。您没有避免混叠，并且您的输出与 OP 获得的相同。放大图像无插值查看。