Scipy Binary Closing - Edge Pixels失去价值

Question

我试图在二进制图像中填充空洞。图像相当大，所以我把它分成几块进行处理。

当我使用scipy.ndimage.morphology.binary_fill_holes函数时，它会填充属于图像的较大孔。所以我尝试使用scipy.ndimage.morphology.binary_closing，它给出了在图像中填充小孔所需的结果。但是，当我将块重新组合在一起以创建整个图像时，我最终得到了接缝线，因为binary_closing函数会从每个块的边框像素中删除任何值。

有没有办法避免这种影响？

Answer 1

是

1. 使用ndimage.label标记图像（首先反转图像，孔=黑色）。
2. 使用ndimage.find_objects
查找孔对象切片
3. 根据您的尺寸标准过滤对象切片列表
4. 反转您的图片并在符合条件的切片上执行binary_fill_holes。

应该这样做，而不需要砍掉图像。例如：

输入图片：



输出图像（中间尺寸的孔已消失）：



这是代码（不等式设置为删除中等大小的blob）：

import scipy
from scipy import ndimage
import numpy as np

im = scipy.misc.imread('cheese.png',flatten=1)
invert_im = np.where(im == 0, 1, 0)
label_im, num = ndimage.label(invert_im)
holes = ndimage.find_objects(label_im)
small_holes = [hole for hole in holes if 500 < im[hole].size < 1000]
for hole in small_holes:
    a,b,c,d =  (max(hole[0].start-1,0),
                min(hole[0].stop+1,im.shape[0]-1),
                max(hole[1].start-1,0),
                min(hole[1].stop+1,im.shape[1]-1))
    im[a:b,c:d] = scipy.ndimage.morphology.binary_fill_holes(im[a:b,c:d]).astype(int)*255

另请注意，我必须增加切片的大小，以便孔可以一直有边框。

Answer 2

涉及来自邻近像素的信息（例如closing）的操作总是会出现问题。在你的情况下，这很容易解决：只处理略大于你的平铺的子图像，并在拼接时保持好的部分。