python - 通过阈值提取前景图像作为掩模

Question

我正在寻找一种可靠的方法来从背景有一些噪点的图像中提取前景。

所以，我想使用它的图像是:

我尝试使用Otsu 阈值。我在 Python 中这样做如下:

from skimage.filter import threshold_otsu
import os.path as path
import matplotlib.pyplot as plt

img = io.imread(path.expanduser('~/Desktop/62.jpg'))
r_t = threshold_otsu(img[:, :, 0])
g_t = threshold_otsu(img[:, :, 1])
b_t = threshold_otsu(img[:, :, 2])

m = np.zeros((img.shape[0], img.shape[1]), dtype=np.uint8)
mask = (img[:, :, 0] < r_t) & (img[:, :, 1] < g_t) & (img[:, :, 2] < b_t)
m[~mask] = 255

plt.imshow(m)
plt.show()

这给出了 R、G、B 阈值(62 67 64)，这有点高。结果是:

此图像也是 Otsu 阈值处理 效果最好的图像之一。如果我使用手动阈值(例如 30)，效果会非常好。结果是:

我想知道我是否应该尝试其他一些方法。分割确实不是我的专业领域，而且我能做的开箱即用的事情似乎很有限。

Answer 1

您的图像看起来色彩不太丰富。因此，您可以对灰度值进行分割，而不是单独对每种颜色进行分割，然后组合三个蒙版。

查看包scikit-image.filter还有其他几种阈值方法。我尝试了所有这些，发现 threshold_isodata 表现得非常好，给出了与您想要的图像几乎相同的图像。因此我推荐isodata算法。

示例:

import numpy as np
import skimage.io as io
import skimage.filter as filter
import matplotlib.pyplot as plt

img = io.imread('62.jpg')
gray = np.sum(img, axis=2) # summed up over red, green, blue
#threshold = filter.threshold_otsu(gray) # delivers very high threshold
threshold = filter.threshold_isodata(gray) # works extremely well
#threshold = filter.threshold_yen(gray) # delivers even higher threshold
print(threshold)

plt.imshow(gray > threshold)
plt.show()

给出: