【问题标题】:OpenCV Python Remove certain objects in an imageOpenCV Python 删除图像中的某些对象
【发布时间】:2021-06-23 05:11:07
【问题描述】:

我正在使用带有 opencv 和 numpy 的 python 来检测天文中的星星,例如这个1 图像。使用模板匹配,我可以通过在星形模板周围绘制一个矩形来检测具有阈值的星形(单击 2)2。我的下一个目标是从根本上“去除”图像中的星星。

为此,我尝试使用不同的方法(例如 cv2.blur 等)对图像进行模糊处理,但它并没有产生我想要的效果。我的下一个想法是从星星周围的像素中获取 rgb 数据,将它们平均,然后用选定的颜色在星星上着色。这是最好的选择吗?我该怎么做?

我的代码如下。

import cv2
import numpy as np
import time

start = time.time()
threshold = 0.4
image = cv2.imread('lag.jpg')
imageG = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
#cv2.imshow('original', image)
#cv2.imshow('greyscale', imageG)

template = cv2.imread('template.jpg', 0)
w, h = template.shape[::-1]
res = cv2.matchTemplate(imageG,template,cv2.TM_CCOEFF_NORMED)
loc = np.where( res >= threshold)

for pt in zip(*loc[::-1]):
    a = cv2.rectangle(image, pt, (pt[0] + w, pt[1] + h), (0,0,255), 1)


cv2.imshow('lag.jpg', image)
end = time.time()
final = end - start
print(final)
cv2.waitKey(0)
cv2.destroyAllWindows()

【问题讨论】:

  • 请提供输入图像,以便我们看到您在做什么?除非您有大于点的对象,否则您不需要模板匹配。你可以只是门槛。然后得到轮廓。然后过滤面积或其他度量的轮廓。

标签: python image opencv


【解决方案1】:

您可以创建一个遮罩,并使用cv2.inpaint 使用区域边界附近的像素替换选定的“遮罩区域”。

由于您没有发布'template.jpg',我创建了以下一个:


  • 通过在零图像上绘制填充矩形来构建遮罩:

     mask = np.zeros_like(imageG)
     for pt in zip(*loc[::-1]):
         #a = cv2.rectangle(image, pt, (pt[0] + w, pt[1] + h), (0,0,255), 1)
         cv2.rectangle(mask, (pt[0]+3, pt[1]+3), (pt[0]+w-3, pt[1]+h-3), 255, -1)  # Reduce the size of the rectangle by 3 pixels from each side.
    

    注意:我使用cv2.rectangle 来保留您的原始代码,但我认为在您的情况下圈子可能会更好。

  • 使用inpaint 去除遮罩区域:

     image = cv2.inpaint(image, mask, 2, cv2.INPAINT_NS)
    

    您可以调整参数。


完整代码如下:

import cv2
import numpy as np
import time

start = time.time()
threshold = 0.4
image = cv2.imread('lag.jpg')
imageG = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

#template = cv2.imread('template.jpg', 0)
template = cv2.imread('template.png', 0)
w, h = template.shape[::-1]
res = cv2.matchTemplate(imageG,template,cv2.TM_CCOEFF_NORMED)
loc = np.where( res >= threshold)


mask = np.zeros_like(imageG)
for pt in zip(*loc[::-1]):
    #a = cv2.rectangle(image, pt, (pt[0] + w, pt[1] + h), (0,0,255), 1)
    cv2.rectangle(mask, (pt[0]+3, pt[1]+3), (pt[0]+w-3, pt[1]+h-3), 255, -1)  # Reduce the size of the rectangle by 3 pixels from each side


image = cv2.inpaint(image, mask, 2, cv2.INPAINT_NS)

cv2.imshow('lag.jpg', image)
cv2.imshow('mask', mask)
end = time.time()
final = end - start
print(final)
cv2.waitKey(0)
cv2.destroyAllWindows()

结果:

mask:

image(在inpaint之后):

原图(对比):


您可以使用几个大小的矩形(或圆形)来改进解决方案 - 使用较大的矩形来覆盖较大的星星。

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 2018-04-23
    • 1970-01-01
    • 1970-01-01
    • 2020-12-16
    • 2018-02-26
    • 2017-07-06
    • 1970-01-01
    相关资源
    最近更新 更多