如何從圖像中刪除黑色部分？

我已經使用OpenCV函數和C++將兩個圖像拼接在一起。現在我面臨一個問題，即最終的圖像包含一個大的黑色部分。如何從圖像中刪除黑色部分？

最終圖像應該是包含有效部分的矩形。我的形象是：

enter image description here

如何刪除黑色款？

來源

2012-05-17 deepak_k

你也許可以使用cvFindContours讓您的圖像內容的範圍，然後裁剪到... – LiMuBei

同時加入圖片在問題中，使用'imwrite'輸出結果並添加它。這比添加屏幕截圖要好，因爲那些回答你問題的人需要從圖像中刪除不需要的區域。 –

您的工作區很整潔。 – wengseng

mevatron的答案是黑色區域的數量最小化同時保留完整圖像的一種方法。

另一種選擇是去除完整的黑色區域，在這個區域中也會丟失圖像的某些部分，但結果會是一個整齊的長方形圖像。以下是Python代碼。

在這裏，你會發現圖像的三個主要的角落如下：

enter image description here

我已標記的值。 (1,x2), (x1,1), (x3,y3)。它基於你的圖像從（1,1）開始的假設。

代碼：

第一步驟同mevatron的。模糊圖像以去除噪點，對圖像進行閾值處理，然後查找輪廓。

import cv2 
import numpy as np 

img = cv2.imread('office.jpg') 
img = cv2.resize(img,(800,400)) 

gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) 
gray = cv2.medianBlur(gray,3) 

ret,thresh = cv2.threshold(gray,1,255,0) 
contours,hierarchy = cv2.findContours(thresh,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)

現在找到最大的輪廓，這是你的形象。這是爲了避免噪音，如果有的話（很可能不會有）。或者你可以使用mevatron的方法。

max_area = -1 
best_cnt = None 

for cnt in contours: 

    area = cv2.contourArea(cnt) 
    if area > max_area: 
     max_area = area 
     best_cnt = cnt

現在近似輪廓以刪除找到的輪廓值中不必要的點，但它保留所有角值。

approx = cv2.approxPolyDP(best_cnt,0.01*cv2.arcLength(best_cnt,True),True)

現在我們找到了角落。

首先，我們找到（x3，y3）。這是最遠的點。所以x3*y3將會非常大。所以我們找到所有對點的產品並選擇最大產品對。

far = approx[np.product(approx,2).argmax()][0]

Next（1，x2）。這是第一個元素是一個，然後第二個元素是最大的點。

ymax = approx[approx[:,:,0]==1].max()

Next（x1,1）。它是第二個元素是1的點，那麼第一個元素是最大的。

xmax = approx[approx[:,:,1]==1].max()

現在我們找到了minimum values in (far.x,xmax) and (far.y, ymax)

x = min(far[0],xmax) 
y = min(far[1],ymax)

如果您繪製（1,1）的矩形和（X，Y），你得到的結果如下：

enter image description here

因此，您裁剪圖像以糾正矩形區域。

img2 = img[:y,:x].copy()

下面是結果：

enter image description here

See, the problem is that you lose some parts of the stitched image.

來源

2012-05-18 05:29:27

：因爲我更熟悉C++，並試圖將代碼（在Python中）轉換爲C++，但無法成功。如果您可以請C++語言共享相同的代碼，我會非常感激。 –

我很抱歉，我不擅長C++。但如果你告訴我，如果你對我的方法中的任何步驟有任何疑問，我可以用更簡單的方式解釋。 –

：我已經完成了所有的步驟，直到approxpolyDP，但我不知道如何計算C中座標點的乘積，我認爲你也使用了僞代碼。可以告訴我如何計算C中座標點的乘積或者給我任何鏈接，其中有人使用了你的C類型的方法。在應用approxpoly（）方法後，我的圖像是參考[http://i.imgur.com/Qfoyt.jpg?1]。希望你也得到了應用approxpolyDp（）後的輸出圖像相同。 –

您可以使用活動輪廓（氣球/蛇）來精確選擇黑色區域。示範可以發現here。 OpenCV提供活動輪廓，請查詢cvSnakeImage。

來源

2012-05-17 15:23:12

你能告訴我如何實施它去除黑色部分嗎？ –

您可以使用threshold，findContours和boundingRect來做到這一點。

所以，這裏是一個快速的腳本，用python界面做這件事。

stitched = cv2.imread('stitched.jpg', 0) 
(_, mask) = cv2.threshold(stitched, 1.0, 255.0, cv2.THRESH_BINARY); 

# findContours destroys input 
temp = mask.copy() 
(contours, _) = cv2.findContours(temp, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) 

# sort contours by largest first (if there are more than one) 
contours = sorted(contours, key=lambda contour:len(contour), reverse=True) 
roi = cv2.boundingRect(contours[0]) 

# use the roi to select into the original 'stitched' image 
stitched[roi[1]:roi[3], roi[0]:roi[2]]

最終看起來像這樣： enter image description here

注：排序可能沒有必要用生圖像，但使用壓縮圖像引起了一些壓縮僞像使用低閾值時展現出來，所以這就是爲什麼我使用排序進行後處理。

希望有幫助！

來源

2012-05-17 18:09:42 mevatron

+1偉大的工作示例。 – karlphillip

如何從圖像中刪除黑色部分？

回答

相關問題