有没有办法使阈值图像检测对象本身而不是轮廓？ - OpenCV

Question

我有以下图像，并试图使阈值映像成为填充对象（斑点），但看来阈值图像只是轮廓。有没有更好的方法使阈值图像显示整个对象而不是轮廓？

​，但出于其他目的，最好将面具成为完整的斑点。也就是说，拥有更好的面具将使我在以后的步骤中更加灵活。

（当前代码的重要部分）：

# convert original image (image 1) to grayscale 
gray_frame = cv2.cvtColor(curFrame, cv2.COLOR_BGR2GRAY)
  
# apply Gaussian blur to reduce noise (image 2)
gray_frame = cv2.GaussianBlur(gray_frame, (3, 3), 0)
  
# image 3
threshold = cv2.adaptiveThreshold(gray_frame, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 5, 3)

Answer 1

介绍：

您选择了错误的OPENCV功能来完成工作。自适应阈值将图像分为预定义尺寸的块。阈值操作在每个单个块中进行，彼此独立。

您需要的是OpenCV的全局阈值函数：cv2.threshold，它允许您为整个图像设置一个阈值。

通过此文档页面以获取更多详细信息。

为什么自适应阈值不起作用？

如前所述，阈值是根据图像的预定义区域内的像素强度计算得出的。这是针对每个区域独立完成的。

让我们在下面拍摄示例图像：

用内核尺寸5和常数3执行自适应阈值（来自代码）给出以下内容：

adapt_thresh = cv2.adaptiveThreshold(binary_img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 5, 3)

​查看此插图：

在带有2种灰色阴影的图像上使用了一些大小的正方形内核。以上表示3个不同的内核位置的3种不同方案。当内核位于两个阴影区域中的任何一个时，阈值基于内核区域内的所有像素强度 ，因此结果在结果中没有反映。在第三种情况下，当内核沿2个区域的边缘时，阈值是基于该区域中每个像素的高斯重量获得的阈值。高于阈值的像素为白色（255），下面的像素为黑色（0）。

为了使您继续使用自适应阈值，您需要使用与图像中斑点大小相似的内核大小。常数“ C”也是您必须调整的参数。

什么将有效？

以下代码显示全局阈值函数：

img =cv2.imread('blobs.png')
blur = cv2.GaussianBlur(img, (3, 3), 0)

# convert to LAB color space
lab = cv2.cvtColor(blur, cv2.COLOR_BGR2LAB)

# get luminance channel
l_component = lab[:, :, 0]

上图中的斑点看起来比其他区域更暗。在下面选择合适的阈值值使我们可以分割：

# setting threshold level at 125
ret, thresh = cv2.threshold(l_component, 125, 255, cv2.THRESH_BINARY)

​

​

• ​
• ​