Обрезать область определенного цвета и удалить области с шумом (Python+OpenCV)

Question

У меня проблема при получении двоичного изображения из цветных изображений. cv2.inRange() функция используется для получения mask изображения (аналог с пороговым значением), и я хочу удалить ненужные части, сводя к минимуму размывание mask изображений. Самая большая проблема в том, что masks не извлекаются регулярно.

образцы

Crack:

Типичный

Идеальный вариант:

Моим первым объектом является создание второго изображения в качестве третьего. Я думаю, получая контур, который имеет наибольшую площадь и удаляя другие контуры (также для mask) будет работать. Но не могу не найти как.

Вторая проблема заключается в том, что идея, которую я описал выше, не будет работать для первого изображения (трещины). Этот вид изображений может быть отброшен. Но в любом случае это должно быть помечено как трещина. Пока у меня нет идей для этого.

Что я сделал

Вот входное изображение и коды 42_1.jpg

class Real:
    __ex_low=np.array([100,30,60])
    __ex_high=np.array([140,80,214])

    __ob_low=np.array([25,60,50]) #27,65,100])
    __ob_high=np.array([50,255,255]) #[45,255,255])

    def __opening(self, mask):
        kernel = np.ones((3,3), np.uint8)
        op = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)
        return op

    def __del_ext(self, img_got):
        img = img_got[0:300,]
        hsv = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
        mask = cv2.inRange(hsv, self.__ex_low, self.__ex_high)

        array1 = np.transpose(np.nonzero(mask))
        array2 = np.nonzero(mask)
        temp=array1.tolist()

        xmin=min(array2[0])     #find the highest point covered blue
        x,y,channel=img.shape
        img=img[xmin:x,]
        hsv=hsv[xmin:x,]

        return img, hsv


    def __init__(self, img_got):
        img, hsv = self.__del_ext(img_got)

        mask_temp = cv2.inRange(hsv, self.__ob_low, self.__ob_high)
        mask = self.__opening(mask_temp)

        array1 = np.transpose(np.nonzero(mask))
        array2 = np.nonzero(mask)

        ymin=min(array2[1])
        ymax=max(array2[1])
        xmin=min(array2[0])
        xmax=max(array2[0])

        self.x = xmax-xmin
        self.y = ymax-ymin
        self.ratio = self.x/self.y

       # xmargin = int(self.x*0.05)
        #ymargin = int(self.y*0.05)

        self.img = img[(xmin):(xmax),(ymin):(ymax)]
        self.mask = mask[(xmin):(xmax),(ymin):(ymax)]

#models = glob.glob("D:/Python36/images/motor/*.PNG")
img = cv2.imread("D:/Python36/images/0404/33_1.jpg")#<- input image

#last_size = get_last_size(models[-1])
#m2= Model(models[39],last_size)

r1 = Real(img)


cv2.imshow("2",r1.img)
cv2.imshow("3",r1.mask)

Было бы здорово, если бы коды были написаны на python3, но все будет хорошо.

Answer 1

В общем, с вашим методом все в порядке, кроме неправильного ядра для удаления горизонтальных линий.

Я заканчиваю это в следующих шагах:

(1) Читать и конвертировать в HSV

(2) Найти целевую область желтого цвета в HSV

(3) morph-op для удаления линий горизонта

(4) обрезать регион

Это результат:

---

Код:

#!/usr/bin/python3
# 2018/04/16 13:20:07
# 2018/04/16 14:13:03

import cv2
import numpy as np

## (1) Read and convert to HSV
img = cv2.imread("euR2X.png")
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

## (2) Find the target yellow color region in HSV
hsv_lower = (25, 100, 50)
hsv_upper = (33, 255, 255)
mask = cv2.inRange(hsv, hsv_lower, hsv_upper)

## (3) morph-op to remove horizone lines
kernel = np.ones((5,1), np.uint8)
mask2 = cv2.morphologyEx(mask, cv2.MORPH_OPEN,  kernel)


## (4) crop the region
ys, xs = np.nonzero(mask2)
ymin, ymax = ys.min(), ys.max()
xmin, xmax = xs.min(), xs.max()

croped = img[ymin:ymax, xmin:xmax]

pts = np.int32([[xmin, ymin],[xmin,ymax],[xmax,ymax],[xmax,ymin]])
cv2.drawContours(img, [pts], -1, (0,255,0), 1, cv2.LINE_AA)


cv2.imshow("croped", croped)
cv2.imshow("img", img)
cv2.waitKey()

---

References:

1. Каковы рекомендуемые цветовые пространства для определения оранжевого цвета в открытом резюме?

2. Найти одноцветные горизонтальные пробелы в изображении