如何从二进制图像中找到最大的白色像素区域

Question

我一直在opencv python上处理二进制图像。我需要得到最大的区域。我使用了以下代码，但我没有获得所需的输出。

...
var saveTo = './test.png',
    ws = fs.createWriteStream(saveTo);

ws.on('close', function () {
    cb();
});
req.pipe(ws);
...

Answer 1

您不需要使用canny输出来执行此操作。只需直接在findContours上im_bw，您就可以获得所需的结果。如果仍然不是您想要的，请尝试使用不同的阈值（假设您的原始图像不是BW本身）

(_, im_bw) = threshold(frame, 100, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
(cnts, _) = cv2.findContours(im_bw.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
c = max(cnts, key = cv2.contourArea)

Answer 2

你真的没有解释你在寻找什么，“最大的地区”？您发布的代码将为您提供找到的最大轮廓，但您需要了解什么是OpenCV轮廓here。现在，根据您的图像，您可能会产生很多噪音，这使得OpenCV不会为您提供您期望的“区域”，因此您需要降低噪音。在应用Canny或阈值之前，您可以将BLUR应用于图片EROTION and/or DILATION。

算法应该是这样的：

• 获取框架/图像
• 灰度级
• 涂抹Blur / Erode / Dilate以减少噪音
• 应用Canny或阈值
• 查找轮廓
• 获取最大的
• 做你需要的事情

Here你会在Python中找到很好的文档。

Answer 3

我正在使用python的scikit-image软件包，该软件包可测量岛屿的面积并选择最大面积，如下所示-

import skimage
from skimage import measure

labels_mask = measure.label(input_mask)                       
regions = measure.regionprops(labels_mask)
regions.sort(key=lambda x: x.area, reverse=True)
if len(regions) > 1:
    for rg in regions[1:]:
        labels_mask[rg.coords[:,0], rg.coords[:,1]] = 0
labels_mask[labels_mask!=0] = 1
mask = labels_mask

输入图像-

输出图像-