Contours opencv：如何消除二进制图像中的小轮廓

Question

我目前正致力于图像处理项目。我在VC ++中使用Opencv2.3.1。 我编写的代码使得输入图像仅被过滤为蓝色并转换为二进制图像。二进制图像有一些我不想要的小物体。我想消除那些小对象，所以我使用openCV的cvFindContours()方法来检测二进制图像中的轮廓。但问题是我无法消除图像输出中的小物体。我使用了cvContourArea()函数，但没有正常工作..，侵蚀函数也无法正常工作。

所以请有人帮我解决这个问题..

我获得的二进制图片：

我想要获取的结果/输出图像：

Answer 1

好的，我相信您的问题可能可以通过OpenCV最近推出的the bounding box demo来解决。

您可能已经注意到，您感兴趣的对象应位于图片中最大的矩形绘制区域内。幸运的是，这段代码并不复杂，我相信你可以通过调查和实验来解决这个问题。

Answer 2

这是我消除小轮廓的解决方案。 基本思路是检查每个轮廓的长度/面积，然后从矢量容器中删除较小的一个。

通常你会得到这样的轮廓

Mat canny_output; //example from OpenCV Tutorial
vector<vector<Point> > contours;
vector<Vec4i> hierarchy;
Canny(src_img, canny_output, thresh, thresh*2, 3);//with or without, explained later.
findContours(canny_output, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0,0));

使用Canny（）预处理，您将获得轮廓线段，但每个线段都以边界像素存储为闭环。在这种情况下，您可以检查长度并删除像

这样的小长度

for (vector<vector<Point> >::iterator it = contours.begin(); it!=contours.end(); )
{
    if (it->size()<contour_length_threshold)
        it=contours.erase(it);
    else
        ++it;
}

如果没有Canny（）预处理，您将获得对象的轮廓。 相似之处，您也可以使用区域来定义阈值以消除小对象，如OpenCV教程所示

vector<Point> contour = contours[i];
double area0 = contourArea(contour);

此contourArea（）是非零像素的数量

Answer 3

您确定按小轮廓区域过滤不起作用吗？它一直对我有用。我们能看到您的代码吗？

另外，正如sue-ling所提到的，使用侵蚀和扩张来大致保留区域是一个好主意。要去除小的噪声位，首先使用侵蚀，并填充孔，首先使用扩张。

除此之外，您可能想查看cv *函数的新C ++版本（如果您还没有意识到它们）documentation findContours） 。在我看来，它们更容易使用。

Answer 4

根据前后图像判断，需要确定所有白色区域或斑点的面积，然后应用阈值区域值。这将消除小于该值的所有区域，并且仅留下在第二图像中看到的大的白色区域。使用cvFindContours函数后，尝试使用0阶时刻。这将返回图像中斑点的区域。此链接可能有助于实现我刚才描述的内容。 http://www.aishack.in/2010/07/tracking-colored-objects-in-opencv/

Answer 5

我相信你可以使用形态学操作员，如侵蚀和扩张（阅读更多here）

您需要使用靠近右侧圆圈半径的内核大小（您要消除的内核）执行侵蚀。 然后使用相同的内核进行扩张，以填补侵蚀步骤产生的空隙。

使用相同内核进行扩张后的FYI侵蚀称为开放。

代码将是这样的

int erosion_size = 30; // adjust with you application
Mat erode_element = getStructuringElement( MORPH_ELLIPSE,
                         Size( 2*erosion_size + 1, 2*erosion_size+1 ),
                         Point( erosion_size, erosion_size ) );
erode( binary_img, binary_img, erode_element );
dilate( binary_img, binary_img, erode_element );

Answer 6

这不是一种快速的方式，但在某些情况下可能有用。 OpencCV 3.0中有一个新功能 - connectedComponentsWithStats。有了它，我们可以获得连接组件的区域，并消除不必要的。因此，我们可以轻松地删除带孔的圆，使用与实心圆相同的边界框。