这篇文章主要介绍python+opencv如何初始种子自动选取的区域生长,文中介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们一定要看完!
算法中,初始种子可自动选择(通过不同的划分可以得到不同的种子,可按照自己需要改进算法),图分别为原图(自己画了两笔为了分割成不同区域)、灰度图直方图、初始种子图、区域生长结果图。
另外,不管时初始种子选择还是区域生长,阈值选择很重要。
import cv2 import numpy as np import matplotlib.pyplot as plt #初始种子选择 def originalSeed(gray, th): ret, thresh = cv2.cv2.threshold(gray, th, 255, cv2.THRESH_BINARY)#二值图,种子区域(不同划分可获得不同种子) kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3,3))#3×3结构元 thresh_copy = thresh.copy() #复制thresh_A到thresh_copy thresh_B = np.zeros(gray.shape, np.uint8) #thresh_B大小与A相同,像素值为0 seeds = [ ] #为了记录种子坐标 #循环,直到thresh_copy中的像素值全部为0 while thresh_copy.any(): Xa_copy, Ya_copy = np.where(thresh_copy > 0) #thresh_A_copy中值为255的像素的坐标 thresh_B[Xa_copy[0], Ya_copy[0]] = 255 #选取第一个点,并将thresh_B中对应像素值改为255 #连通分量算法,先对thresh_B进行膨胀,再和thresh执行and操作(取交集) for i in range(200): dilation_B = cv2.dilate(thresh_B, kernel, iterations=1) thresh_B = cv2.bitwise_and(thresh, dilation_B) #取thresh_B值为255的像素坐标,并将thresh_copy中对应坐标像素值变为0 Xb, Yb = np.where(thresh_B > 0) thresh_copy[Xb, Yb] = 0 #循环,在thresh_B中只有一个像素点时停止 while str(thresh_B.tolist()).count("255") > 1: thresh_B = cv2.erode(thresh_B, kernel, iterations=1) #腐蚀操作 X_seed, Y_seed = np.where(thresh_B > 0) #取处种子坐标 if X_seed.size > 0 and Y_seed.size > 0: seeds.append((X_seed[0], Y_seed[0]))#将种子坐标写入seeds thresh_B[Xb, Yb] = 0 #将thresh_B像素值置零 return seeds #区域生长 def regionGrow(gray, seeds, thresh, p): seedMark = np.zeros(gray.shape) #八邻域 if p == 8: connection = [(-1, -1), (-1, 0), (-1, 1), (0, 1), (1, 1), (1, 0), (1, -1), (0, -1)] elif p == 4: connection = [(-1, 0), (0, 1), (1, 0), (0, -1)] #seeds内无元素时候生长停止 while len(seeds) != 0: #栈顶元素出栈 pt = seeds.pop(0) for i in range(p): tmpX = pt[0] + connection[i][0] tmpY = pt[1] + connection[i][1] #检测边界点 if tmpX < 0 or tmpY < 0 or tmpX >= gray.shape[0] or tmpY >= gray.shape[1]: continue if abs(int(gray[tmpX, tmpY]) - int(gray[pt])) < thresh and seedMark[tmpX, tmpY] == 0: seedMark[tmpX, tmpY] = 255 seeds.append((tmpX, tmpY)) return seedMark path = "_rg.jpg" img = cv2.imread(path) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) #hist = cv2.calcHist([gray], [0], None, [256], [0,256])#直方图 seeds = originalSeed(gray, th=253) seedMark = regionGrow(gray, seeds, thresh=3, p=8) #plt.plot(hist) #plt.xlim([0, 256]) #plt.show() cv2.imshow("seedMark", seedMark) cv2.waitKey(0)
以上是“python+opencv如何初始种子自动选取的区域生长”这篇文章的所有内容,感谢各位的阅读!希望分享的内容对大家有帮助,更多相关知识,欢迎关注创新互联成都网站设计公司行业资讯频道!
另外有需要云服务器可以了解下创新互联scvps.cn,海内外云服务器15元起步,三天无理由+7*72小时售后在线,公司持有idc许可证,提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案,具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势,专为企业上云打造定制,能够满足用户丰富、多元化的应用场景需求。
分享标题:python+opencv如何初始种子自动选取的区域生长-创新互联
转载注明:https://www.cdcxhl.com/article44/deoghe.html
成都网站建设公司_创新互联,为您提供网站设计公司、Google、微信公众号、网站导航、标签优化、网站改版
声明:本网站发布的内容(图片、视频和文字)以用户投稿、用户转载内容为主,如果涉及侵权请尽快告知,我们将会在第一时间删除。文章观点不代表本网站立场,如需处理请联系客服。电话:028-86922220;邮箱:631063699@qq.com。内容未经允许不得转载,或转载时需注明来源: 创新互联