基於HSV顏色的連通區域提取
阿新 • • 發佈:2018-12-31
基於HSV顏色的ROI區域提取
過程:
- 得到影象中想要提取ROI的HSV範圍
- 通過HSV範圍得到二值影象,在範圍內的值變為255,不在的是0
- 在二值影象中找連通區域,即ROI
程式碼
# -*- coding: utf-8 -*-
import cv2
import numpy as np
from skimage import measure
import matplotlib.pyplot as plt
def hsv_mask(image, lower_color, upper_color, kernel_size):
lower = np.array(lower_color, np.uint8)
upper = np.array(upper_color, np.uint8)
# 得到二值影象,在lower~upper範圍內的值為255,不在的值為0
mask = cv2.inRange(image, lower, upper)
# 進行腐蝕和膨脹
if kernel_size:
kernel=cv2.getStructuringElement(cv2.MORPH_RECT, kernel_size)
dilated = cv2.dilate(mask, kernel)
eroded = cv2.erode(dilated, kernel)
return eroded
else:
return mask
if __name__ == '__main__' :
im= cv2.imread('book.jpg')
# 模糊,消除噪聲
blur_image = cv2.GaussianBlur(im, (5, 5), 0)
# 轉換HSV顏色空間
hsv_image = cv2.cvtColor(blur_image, cv2.COLOR_BGR2HSV)
# 藍色區域的HSV值範圍
hsv_low = [105, 80, 80]
hsv_high = [125, 180, 140]
# 通過設定的範圍,去除不要的區域
kernel_size = (20,20)
img = hsv_mask(hsv_image, hsv_low, hsv_high, kernel_size)
# 找連通域
labels = measure.label(img, connectivity=2)
pro = measure.regionprops(labels)
# 畫矩形框
fig, ax = plt.subplots()
im = im[:, :, (2, 1, 0)]
ax.imshow(im, aspect='equal')
for region in pro:
box = region.bbox
ax.add_patch(
plt.Rectangle((box[1], box[0]),
box[3] - box[1],
box[2] - box[0], fill=False,
edgecolor='red', linewidth=2)
)
# 去除座標
plt.axis('off')
#dpi是設定清晰度的,大於300就很清晰了
plt.savefig('result.png', dpi=300)
注意:
- ax,plt畫圖的x對應影象中的列數,y對應的是行數
- 用plt畫圖,顯示和儲存下來的圖片,四周是有邊框的,是可以去掉的
- 找連通域
labels = measure.label(img, connectivity=2)
pro = measure.regionprops(labels)
connectivity=2表示8鄰接,1是4鄰接。pro是list型別,每個region有很多屬性,需要可以自己去查。
例如:bbox是邊界外接框,area是區域內的畫素個數,centroid是區域中心座標等等,可以通過這些屬性過濾掉一些區域。