检测图像上的裂缝_使用scikit-image标签修改图像

Question

这是我的上下文：我有一张混凝土墙的图像，我想在其上检测裂缝。基于这个家伙的想法（https://digitalcommons.usu.edu/cee_facpub/1234/）和其他最先进的方法，我已经对我的灰度图像 Otsu 阈值和形态学操作（关闭）应用了，所以图像的像素从 0（背景）到 1。

现在，我想做的是：我想从图像中删除垂直或水平的连接像素（例如墙上的管道）。 为此，我使用以下代码：

import cv2
import numpy as np
from skimage.measure import label, regionprops, regionprops_table
from skimage import filters
from math import *

img = cv2.imread('C:/Users/Caroline/Documents/myimage.tif', -1) 

label_img = label(img) #Label the different regions of the image
regions = regionprops_table(label_img, properties=('label', 'orientation')) #Compute the properties "orientation" of each regions

orientinter = list(regions.values())
orientradian = orientinter[1] #kind of a conversion to only get the orientation with an array and not a dictionary
orientationdeg = orientradian * 180/pi #conversion in degrees from radians

v1=np.where(abs(orientationdeg)<1) #getting the index of the objects that are horizontals
v2=np.where(abs(orientationdeg)>89) #getting the index of the objects that are verticals

#eventually merging v1 and v2 to have a triple of "every index of the regions I want to get rid of"

我的问题是：从现在开始，我该如何继续？我的意思是，我有要与背景合并的区域的索引/标签（不确定词汇表）（为图片上的这些像素分配值 0）。但是我不知道如何在区域索引/标签和图像之间建立“链接”，以及如何将这些区域分配给图像中的 0。 在伪代码中，我认为它会是这样的：

for the regions in merge(v1 and v2)
   set their pixel values to 0 in LabelImg

感谢您的帮助和cmets！

Answer 1

（新网站，所以我不知道当您找到答案时回答您自己的问题是否是通用程序）

这是我用来完成工作的代码！它可能需要更新以提高效率以及预处理步骤。希望它可以帮助其他人。

import cv2
import numpy as np
from numpy import array
from skimage.measure import label, regionprops, regionprops_table
from skimage import filters
from math import *

img = cv2.imread('C:/Users/Caroline/Documents/myimg.tif', -1) 

label_img = label(img) #Label the image
regions = regionprops_table(label_img, properties=('label', 'orientation')) #Compute properties 'label' et 'orientation' of each regions

orientinter = list(regions.values())
orientradian = orientinter[1] #conversion in array
orientationdeg = orientradian * 180/pi #conversion en degré

L = [(abs(orientationdeg) < 89) & (abs(orientationdeg) >1)] #return list with true ou false
#True beeing the region that are NOT horizontal/vertical
V = newList[0] #conversion of the list in array
r = V*1 #there will be zeros for the regions horizontal/vertical, and the orientation otherwise

Vprime= np.argwhere(r)+1 #get the non zeros index of. +1 because index starts at 0, and we want labels, they start at 1
#now Vprime is all the labels of non vertical/horizontal regions

a=np.in1d(label_img, Vprime)*1 #the ismember matlab fonction, for this application
img_final=np.reshape(a,label_img.shape)

#Export final image