像素高度和宽度的斑点

Question

我有一些带有斑点的图像。有些是一个像素点，有些则不是。当我使用cvBlobsLibs查找一个像素点的高度和宽度时，它显示的值等于零。它是否正确？我试图用轮廓填充一个点像素，但似乎也失败了。任何其他方法可以删除一个点像素，甚至删除等于零的高度或宽度？

Answer 1

我不确定为什么单个像素元素的面积为零。 （我的头脑说它应该是一个）。查看contourArea的文档。它说，区域是使用Green Formula计算的，因此区域和像素数可能不同。

其次，要消除此噪音，可以使用medianFilter。我已经使用Python在下面展示了它。

输入图片：

现在代码：

>>> img2 = cv2.imread('D:\Abid_Rahman_K\work_space\mask.png',0)

>>> contours,hierarchy = cv2.findContours(img,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)

非零像素数：

>>> cv2.countNonZero(img2)
121

现在应用medianFilter并再次检查非零像素的数量：

>>> blur = cv2.medianBlur(img2,5)
>>> cv2.countNonZero(blur)
0

输出图片：

修改：

如果图像有一个物体，它就不会受到模糊的影响。

输入图片：

输出图片：

在对此答案发表第二次评论后编辑。

正如Mizuki评论的那样，在中值滤波后，紧密放置的物体有可能相互连接。为了理解这一点，我在这里给出一个来自维基百科页面的图片。在使用高半径的中值滤波器后，检查黑线分离的黄色物体是如何连接的。

这是因为，中值滤波器使用一个窗口来计算该窗口中所有值的中值，并用该中值替换中心元素。随着窗口大小的增加，使用更多元素来计算中值。如此狭窄的空隙被删除。

维基百科文章很好：Link

另请参阅此链接以获取简单说明：Link

为了避免这种情况，还有另一种称为侵蚀和扩张的方法（都在OpenCV中实现）。简单地说，侵蚀减少了白色物体的大小，扩张增加了白色物体的大小。

因此侵蚀会消除小的白色像素，但它也会减小对象的大小。所以我们使用扩张来恢复它的大小。由于所有白噪声都已因侵蚀而被清除，因此它们不会再膨胀。

这是消除噪音的好方法。