如何平滑分割的斑点？

Question

我在分段的斑点上出现了一些闪烁（清晰的线条）。如何减少它们以使边界更平滑？为了更加清晰，我将图像附加了输入和预期输出。

请注意，它是二进制图像，我没有原始图像（灰色）。输入为二进制。

我尝试了高斯模糊，但是该方法使我的形状更小。

mask = ndimage.filters.gaussian_filter(mask, 0.5, order=0, output=None, mode='reflect', cval=0.0, truncate=5.0)

Answer 1

如果图像缺陷足够薄，则可以尝试进行形态学操作：erosion, then dilation以恢复整体形式（具有相同的内核大小）。此操作序列等效于morphologyEx opening

请注意，斑点的边缘会更平滑，但有时可能会出现不必要的特性（通常，在没有任何失真的情况下无法增强任意图片）

Answer 2

要在MBo's answer上展开：

开口处应带有圆盘结构元件（内核），以防止方向偏向。

磁盘的大小决定了要删除的工件数量。下面是来自OP（左）和5个打开结果的示例图像，其直径分别为7、9、11、13和15个像素。在我看来，这种情况下最好使用13像素或15像素，尽管在15像素时也可能会删除更多细节。过滤噪声始终是消除噪声和保留细节之间的折衷方案。去除的噪音越多，去除的细节也越多。

SciPy ndimage具有an opening，将其与磁盘结构元素一起应用，请执行以下操作：

diameter = 15
radius = diameter // 2
x = np.arange(-radius, radius+1)
x, y = np.meshgrid(x, x)
r = x**2 + y**2
se = r < radius**2
ndimage.binary_opening(img, se)

在此代码中，我们首先创建一个一维数组x，该数组指示距中间的距离。 np.meshgrid接受此数组，并创建两个2D数组（图像），其中包含x和y坐标，其原点位于图像的中间。下一行计算r，即距原点的平方距离。最后，我们可以获得结构元素se作为原点radius内的所有像素。

OpenCV可能有更简单的方法来应用磁盘开口。我建议使用SciPy ndimage，因为这是OP中使用的。

Answer 3

您也可以使用OpenCV执行打开操作（即形态学操作）：

cv2.morphologyEx(mask, cv2.MORPH_OPEN,cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3, 3)))