Question

目的： 我想检测叶子图像的某些区域。我发现了我的相关问题，接近于此segment object(leaf) which is on the white paper using image processing（从白色背景中移除叶子）但是我的超越它，它的目的是提取/分割叶子的病变区域。

问题： 如何准确地分割和提取图像中叶片的病变区域。

我的尝试：
1. inRange（）OpenCV函数 - 阈值绿色，这样我就不会为非绿色区域（棕色，灰色等）制作几个inRange值，我希望能去掉绿色;我应用了高斯模糊，在分割之前从RGB转换为HSV

image1，image2输入和结果的

链接到文件：
的 IMAGE1： 结果： 绿色被细分（以为不太准确），但我仍然不知道如何提取非绿色区域（如下一步）

图像2： 结果： 包含黑色小圆圈/被视为绿色，据说不应该是

我是OpenCV（以及C ++）的新手，我已经阅读了几种技术（如聚类方法fuzzy-c和k-means等）进行分割，但我无法确定哪种分割技术可用于我的图像。我也从我读过的文章中了解到，没有可以应用于所有图像的通用分割技术。

因此，我想知道哪种技术（聚类方法？基于区域？直方图？等）或过程最适用于我所拥有的图像种类，以便准确地分割所述图像。

非常感谢。

Answer 1

试试以下步骤

创建蒙版图像： - 首先需要为树叶创建蒙版图像，需要进行阈值处理，找到轮廓（最大），绘制轮廓（填充）等...为了消除边缘效果，你需要侵蚀你的面具，这会产生更好的效果。

enter image description here

以下代码段将执行上述操作

Mat thr;
Mat src=imread("image2.png",1); //Your processed  image
cvtColor(src,thr,CV_BGR2GRAY);
threshold(thr,thr,180,255,THRESH_BINARY_INV);

vector< vector <Point> > contours; // Vector for storing contour
vector< Vec4i > hierarchy;
int largest_contour_index=0;
int largest_area=0;
Mat mask(src.rows,src.cols,CV_8UC1,Scalar::all(0)); //create destination image
findContours( thr.clone(), contours, hierarchy,CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE ); // Find the contours in the image
 for( int i = 0; i< contours.size(); i++ ) // iterate through each contour.
  {
   double a=contourArea( contours[i],false);  //  Find the area of contour
   if(a>largest_area){
   largest_area=a;
   largest_contour_index=i;                //Store the index of largest contour
   }
  }
 drawContours( mask,contours, largest_contour_index, Scalar(255,255,255),CV_FILLED, 8, hierarchy ); // Draw the largest contour using previously stored index.
 int dilation_size = 2;
 Mat element = getStructuringElement( MORPH_RECT,
                                      Size( 2*dilation_size + 1, 2*dilation_size+1 ),
                                      Point( dilation_size, dilation_size ) );
 erode( mask, mask, element );

提取绿色区域： - 在这里你应该使用hsv颜色空间，inrange等...如你的问题所述。

enter image description here

Mat HSV,hsv_thr,dst;
cvtColor(src,HSV,CV_BGR2HSV);
inRange(HSV,Scalar(20,10,10),Scalar(90,255,255),hsv_thr);

上面图片的

bitwise_not： - 在这里你应该使用上面创建的面具。

enter image description here

  bitwise_not(hsv_thr, dst, mask);

绘制患病区域： - 这里再次需要找到轮廓绘制轮廓等...

enter image description here

findContours( dst.clone(), contours, hierarchy,CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE ); // Find the contours in the image
     for( int i = 0; i< contours.size(); i++ ) // iterate through each contour.
      drawContours( src,contours, i, Scalar(0,0,255),1, 8, hierarchy );

您可以通过适当的过滤，阈值处理使用适当的hsv范围等来改善结果...此外，上述算法认为您的背景始终为白色，而对于其他背景，您需要更改创建蒙版图像的步骤。

希望这些有用...

如何在叶子图像中分割感兴趣的区域

1 个答案: