如何从 python 中的 mahotas 和 opencv 中的图像中减去背景？答案

【问题标题】：How can i subtract the background from an image in mahotas and opencv in python?如何从 python 中的 mahotas 和 opencv 中的图像中减去背景？
【发布时间】：2014-01-16 02:49:32
【问题描述】：

我有很多像this 或this 这样的图片，我使用这个代码：

fork = mh.imread(path)
bin = fork[:,:,0]
bin = mh.erode(bin)
bin = (bin < 80)

对于第二张图片，但我必须使用这个：

bin = (bin < 127)

第一个。

有一种方法可以自动获得没有背景的好图像，或者我必须选择一个中间值，希望对我的大多数图像都有好处？

【问题讨论】：

标签： opencv image-processing mahotas

【解决方案1】：

有一个阈值叫做“Otsu Threshold”。 Here你有更多信息。

您可以在 Mahotas 中使用 otsu 或在 scikit-image 中使用 threshold_otsu：

fork = mh.imread(path)
bin = fork[:,:,0]
thresh = mh.otsu(bin)
binary =( bin< thresh)

【讨论】：

我不会将 Otsu 称为“最佳”，因为它并不总是合适的。或许，“有一种自动化方法……，当前景分离良好时效果很好。”
嗯，我在第一张图片中使用了 mh.otsu，但它不起作用：图像的左侧几乎全是白色的！也许还有其他事情要做？
按照@luispedro 的建议，我删除了“最佳”一词
@postgres 您的照明有问题。在使用 Otsu 之前，您需要执行一些直方图均衡。这里有更多信息：scikit-image.org/docs/0.9.x/auto_examples/plot_equalize.html
哦，谢谢！它有效，但要将图像从 scikit 转换为 mahotas？我用了这个：binimg = np.array(img_adapteq, dtype=np.uint8) 我得到了一个全黑的图像！

【解决方案2】：

我了解到您想将白色背景与图像分开。以下是执行此操作的步骤。我会用简单的英文写，因为我不熟悉python。

1：计算图像的闭合（应用膨胀而不是腐蚀）。使用结构元素作为大小为 5x5 的正方形进行膨胀和腐蚀。

C = mh.dilate(bin)
C = mh.erode(C);

这将为您提供背景

2：从原始图像中减去背景：

C = C-bin

这将为您提供一张白色的星星图像，背景为黑色

3：现在计算二值化的自动阈值。使用简单的 Otsu 技术来估计最佳阈值。在 openCV 中是这样的：

double thresh = cv::threshold(im,im,0,255,CV_THRESH_BINARY | CV_THRESH_OTSU);
cv::threshold(im,im,thresh,255,CV_THRESH_BINARY_INV);

这将为您的图像提供完美的结果。不要试图猜测阈值。您的图像不是 80 也不是 127。使用大津

【讨论】：