使用opencv仅删除图像中的黑点答案

【问题标题】：Remove only black dot in the image using opencv使用opencv仅删除图像中的黑点
【发布时间】：2019-11-01 09:28:39
【问题描述】：

我发帖是为了了解可以仅删除图像中的黑点。

【问题讨论】：

是的。使用cv2.bitwise_not反转图像，然后使用cv2.findContours()得到反转图像中的所有片段。然后使用cv2.contourArea() 根据轮廓区域过滤掉较小的片段。然后重新绘制剩余的轮廓。

标签： image opencv image-processing filtering

【解决方案1】：

这里有两种方法：

方法#1：轮廓过滤

我们将图像转换为灰度，即二值图像的 Otsu 阈值，然后找到轮廓并使用最小阈值区域进行过滤。我们通过在轮廓中绘制填充来去除黑点，从而有效地擦除黑点

import cv2

image = cv2.imread('1.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

cnts = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
for c in cnts:
    if cv2.contourArea(c) < 10:
        cv2.drawContours(thresh, [c], -1, (0,0,0), -1)

result = 255 - thresh
cv2.imshow('result', result)
cv2.waitKey()

方法 #2：形态学运算

同样，我们转换为灰度然后是 Otsu 的阈值。从这里我们创建一个内核并执行 morph open

import cv2

image = cv2.imread('1.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5,5))
opening = 255 - cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel, iterations=1)

cv2.imshow('opening', opening)
cv2.waitKey()

【讨论】：