1 输入
给定一个边缘图像,我想一个个地检索其中的组件,并将每个组件存储为图像,以便以后可以使用它进行处理。我猜这叫做连接组件标签。
例如,在输入图像中,有2条线,1个圆,2条曲线
我要5个包含这5个组件的图像文件。
我能够提出如下代码,但我不知道如何进一步进行。目前,我在输出中将所有组件着色为不同的颜色。
import scipy
from skimage import io
from scipy import ndimage
import matplotlib.pyplot as plt
import cv2
import numpy as np
fname='..//Desktop//test1.png'
img = cv2.imread(fname)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#canny
img_canny = cv2.Canny(img,100,200)
threshold = 50
# find connected components
labeled, nr_objects = ndimage.label(img_canny)
print('Number of objects is %d'% nr_objects)
plt.imsave('..//Desktop//out.png', labeled)
输出
新输出
最佳答案
您可能不需要使用cv2.canny()
来分割轮廓,您可以简单地使用二进制阈值技术,例如:
img = cv2.imread("/path/to/img.png")
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(img_gray, 130, 255, cv2.THRESH_BINARY_INV)
# Opencv v3.x
im, contours, hierarchy = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
for i in xrange(len(contours)):
rect = cv2.boundingRect(contours[i])
contour_component = img[rect[1]:rect[1] + rect[3], rect[0]:rect[0] + rect[2]]
cv2.imwrite("component_{}.png".format(i), contour_component)
关于python - 从边缘图像中提取成分并存储以进行进一步处理,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53994812/