图片网站cms,wordpress下载安卓版,制作游戏网站公司,wordpress图片cdn文章目录 连通域简介绘图代码函数说明 连通域简介
所谓连通域#xff0c;即Connected Component#xff0c;是一组彼此相连的像素点的集合#xff0c;这些像素点彼此之间可以假设一条互相链接的路径#xff0c;路径上所有像素的灰度一致#xff0c;或者符合某个特定的条件… 文章目录 连通域简介绘图代码函数说明 连通域简介
所谓连通域即Connected Component是一组彼此相连的像素点的集合这些像素点彼此之间可以假设一条互相链接的路径路径上所有像素的灰度一致或者符合某个特定的条件。
通过连通域分割可以将图像中不同的目标区分开来为进一步的处理打下基础最常用的连通域滤波流程大致如下图像灰度化-二值化-形态学处理-标记连通域每一步的图像如图所示 其中original是原图gray是灰度图binary是二值图像。由于硬币图案的颜色并不完全一致所以在二值化时可能会出现不一致的情况为此需要通过腐蚀或者膨胀等形态学处理将其内部涂抹均匀从而得到一张目标与背景完全分割的图像此即dilate图。
绘图代码
接下来对完全二值化的图像进行连通域分割得到labels图像其中每一枚硬币所在区域都被分配到了一个编号即Label最后的三维图便是这张图像的标签值。
处理和绘图代码如下
import matplotlib.pyplot as plt
import cv2
path coins.png
imgs {}imgs[original] plt.imread(path)imgs[gray] cv2.cvtColor(imgs[original],cv2.COLOR_RGB2GRAY)
th, imgs[binary] cv2.threshold(imgs[gray],0, 255, cv2.THRESH_BINARYcv2.THRESH_OTSU)kernel np.ones((5,5),np.uint8)
imgs[dilate] cv2.dilate(imgs[binary], kernel)ret, imgs[labels] cv2.connectedComponents(imgs[dilate])for i,key in enumerate(imgs,1):plt.subplot(2,3,i)plt.imshow(imgs[key])plt.title(key)plt.axis(off)ax plt.subplot(236, projection3d)
ys, xs np.indices(imgs[labels].shape)
ax.plot_surface(xs, ys, imgs[labels])
plt.title(labels)
plt.show()函数说明
【connectedComponents】是opencv提供的连通域分割函数其必不可少的输入参数是一个二值图像此外还有两个整型参数分别用于规定邻域形式和输出的Labels类型。其中邻域形式主要分为4-邻域和8邻域前者把当前像素的上下左右四个像素算作邻域换言之这四个像素与当前像素是连通的8-邻域则将一个像素周围的8个像素视作邻域。
【dilate】是形态学膨胀函数。所谓膨胀和腐蚀一样是一种形态学操作。二值图像中只有0和1两种元素故而可将其表示为元素值为 1 1 1的元素位置集合 A { ( i , j ) ∣ A i j 1 } A\{(i,j)\vert A_{ij}1\} A{(i,j)∣Aij1}则腐蚀和膨胀可表示为 A ⊖ B { ( i , j ) ∣ B i j ⊆ A } A ⊕ B { ( i , j ) ∣ B i j ∪ A ̸ ∅ } \begin{aligned} A\ominus B\{(i,j)|B_{ij}\subseteq A\}\\ A\oplus B\{(i,j)|B_{ij}\cup A\not\varnothing\} \end{aligned} A⊖BA⊕B{(i,j)∣Bij⊆A}{(i,j)∣Bij∪A∅}
