我有一些对比度很低的灰度图像（micro-structure image），该图像显示了退化期间材料的分层，我想知道分层区域占整个图像的百分比（例如：{ {3}}）。
我尝试通过伽玛，对数和自适应调整来扩大对比度，我可以得到这样的数字：ideal result
然后我尝试找到阈值并将图像更改为黑白图像（after increase contrast）
但是当我仍然无法检测到分层段的轮廓时，我得到了这样的结果：black and white image（使用cv.Canny）。
所以我想知道是否有很好的建议来找到这些剥落区域的优势？
谢谢！
答案 0 :(得分：0)
未经测试。但我相信您可能想做以下事情：
在x方向上删除图像的线性渐变。图像的RHS显然比LHS暗。如果您解决此问题，阈值设置将更好。
对图像进行阈值处理后，在二进制图像中分离不连续的区域，然后删除面积较小的区域
做一些扩张+侵蚀以连接破裂的椭圆。
在这些区域填充孔。
最终区域应对应于退化区域。然后，您可以提取边缘或以后做任何您想做的事情。
从技术上讲，我是MVTec Halcon的用户，因此我不确定$paintings = Painting::with('Art_obj')->get();
中这些概念是什么，但我认为它们应该是相当常见的操作。
