如何从二进制图像中删除细长结构（轮廓）

Question

我试图从我的二进制图像中删除细长的轮廓，但我仍然得到它们中的大部分。我试图使用它来考虑紧凑性和偏心因素，但这在我的情况下不起作用。

im=cv2.imread('thresh.png')
gray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
cv2.imshow('thres',gray)
gray2 = gray.copy()
mask = np.zeros(gray.shape,np.uint8)
contours, hier = cv2.findContours(gray2,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
for cnt in contours:
  area=cv2.contourArea(cnt)
  if area>=5:
    ellipse = cv2.fitEllipse(cnt)
        # center, axis_length and orientation of ellipse
        (center,axes,orientation) = ellipse

        # length of MAJOR and minor axis
        majoraxis_length = max(axes)
        minoraxis_length = min(axes)
        eccentricity = np.sqrt(1-(minoraxis_length/majoraxis_length)**2)
        #############compactness################
    area=cv2.contourArea(cnt)
    equi_diameter = np.sqrt(4*area/np.pi)
    compactness=equi_diameter/majoraxis_length

        ########################################
        if(eccentricity<=0.6 or eccentricity >1) or (compactness <0.8):
           cv2.drawContours(gray2,[cnt],0,(0,0,0),1)
           cv2.drawContours(mask,[cnt],0,255,-1)

cv2.imshow('final',mask)

任何人都可以建议我一些方法来消除这些细长的轮廓。

Answer 1

我能想到的一个选择是计算每个对象区域和最大长度，而不是设置一个区域/长度的阈值。