技術標籤：筆記python計算機視覺

利用色塊檢測，在消除噪點同時儘量保留有效資訊

傳統消除噪點一般想到形態學開運算閉運算，但有時會讓有效資訊一起消失
利用色塊檢測，消去面積小於閾值面積的色塊，或者消去跨度小的色塊，儘量保留有效資訊

import numpy as np
from PIL import Image, ImageEnhance
import cv2
import shutil
import matplotlib.pyplot as plt
import os
def Remove_cnt(cnts,cnt):#從輪廓列表中去除某一輪廓
    for i in range
 
(len(cnts)):
        if (cnts[i][0][0][0]==cnt[0][0][0] and cnts[i][0][0][1]==cnt[0][0][1]): #找匹配點
            cnts.pop(i)
            break
    return cnts
    
def Remove_Small_Points(img,thr):#輸入影象和最小面積閾值，面積大於閾值的色塊被消除
    cnts = cv2.findContours(img.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[-2]  #輪廓檢測
    #如果存在輪廓  
    for
 
 i in range(len(cnts)):  
        #找到面積最小的輪廓  
        c = min(cnts, key = cv2.contourArea) #面積最小的輪廓
        area=cv2.contourArea(c)
        if (area<thr):
            cnts=Remove_cnt(cnts,c) #去除最小點
            cv2.drawContours(img,[c],0,[0,0,0],-1)
        else:
            break
    return img
def Remove_Big_Points
 
(img,thr):#輸入影象和最大面積閾值
    cnts = cv2.findContours(img.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[-2]  #輪廓檢測
    #如果存在輪廓  
    for i in range(len(cnts)):  
        #找到面積最小的輪廓  
        c = max(cnts, key = cv2.contourArea) #面積最小的輪廓
        area=cv2.contourArea(c)
        if (area>thr):
            cnts=Remove_cnt(cnts,c) #去除最大點
            cv2.drawContours(img,[c],0,[0,0,0],-1)
        else:
            break
    return img
def Remove_Small_Arears(img,gap):#輸入影象和x,y的最大跨度，大於這個跨度的色塊被消除
    cnts = cv2.findContours(img.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[-2]  #輪廓檢測
    for i in range(len(cnts)):  
        c=cnts[i]
        x_min=c[0][0][0]
        y_min=c[0][0][1]
        x_max=c[0][0][0]
        y_max=c[0][0][1]
        x_flag=0
        y_flag=0
        for j in range(len(c)):
            if c[j][0][0]<x_min:
                x_min=c[j][0][0]
                x_flag=1
            elif c[j][0][0]>x_max: 
                x_max=c[j][0][0]
                x_flag=1
            if c[j][0][1]<y_min:
                y_min=c[j][0][1]
                y_flag=1
            elif c[j][0][1]>y_max:
                y_max=c[j][0][1]
                y_flag=1
        if (x_max-x_min<gap) and (y_max-y_min<gap) and x_flag==1 and y_flag==1:
            cv2.drawContours(img,[c],0,[0,0,0],-1)
    return img

效果如下：

取反並消去小的不必要的邊界：