Как отбросить края изображения с помощью opencv?

Question

Я предварительно обрабатываю некоторые изображения, чтобы удалить фон из моей области интересов.Тем не менее, изображения на моей скамье имеют закругленные края из-за фокусировки камеры.Как я могу отбросить эти закругленные края и иметь возможность удалять только интересующий меня объект с изображения?Код ниже я могу удалить фон изображения, но он не работает правильно из-за краев вокруг.

import numpy as np
import cv2

#Read the image and perform threshold and get its height and weight
img = cv2.imread('IMD408.bmp')
h, w = img.shape[:2]

# Transform to gray colorspace and blur the image.
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray,(5,5),0)

# Make a fake rectangle arround the image that will seperate the main contour.
cv2.rectangle(blur, (0,0), (w,h), (255,255,255), 10)

# Perform Otsu threshold.
_,thresh = cv2.threshold(blur,0,255,cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)

# Create a mask for bitwise operation
mask = np.zeros((h, w), np.uint8)

# Search for contours and iterate over contours. Make threshold for size to
# eliminate others.
contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)

for i in contours:
    cnt = cv2.contourArea(i)
    if 1000000 >cnt > 100000:
        cv2.drawContours(mask, [i],-1, 255, -1)


# Perform the bitwise operation.
res = cv2.bitwise_and(img, img, mask=mask)

# Display the result.
cv2.imwrite('IMD408.png', res)
cv2.imshow('img', res)
cv2.waitKey(0)
cv2.destroyAllWindows()

входное изображение:

Выход:

Ошибка:

Answer 1

Поскольку вы упомянули, что все изображения имеют одинаковый оттенок, то это должно хорошо сработать для них.Шаги, чтобы сделать баланс белого, который немного увеличит контраст.

Получите оттенки серого.

Порог для изображения в градациях серого.Значения меньше 127 установлены на 255 (белый).Это даст вам двоичное изображение, которое станет маской для исходного изображения.

Примените маску

Возможно, вам придется поиграть с пороговым значением, если вы хотите улучшить результаты, вот ссылка для этого.Но это должно помочь вам начать.Я использую другую версию OpenCV по сравнению с тем, что вам, возможно, придется немного подправить код.

import cv2

def equaliseWhiteBalance(image):
    ''' Return equilised WB of an image '''
    wb = cv2.xphoto.createSimpleWB()                        #Create WB Object
    imgWB = wb.balanceWhite(img)                            #Balance White on image
    r,g,b = cv2.split(imgWB)                                #Get individual r,g,b channels
    r_equ  = cv2.equalizeHist(r)                            #Equalise RED channel
    g_equ  = cv2.equalizeHist(g)                            #Equalise GREEN channel
    b_equ  = cv2.equalizeHist(b)                            #Equalise BLUE channel
    img_equ_WB = cv2.merge([r_equ,g_equ,b_equ])             #Merge equalised channels
    return imgWB

#Read the image
img = cv2.imread('IMD408.bmp')
result = img.copy()

#Get whiteBalance of image
imgWB = equaliseWhiteBalance(img)

cv2.imshow('img', imgWB)
cv2.waitKey(0)

# Get gray image
gray = cv2.cvtColor(imgWB,cv2.COLOR_RGB2GRAY)
cv2.imshow('img', gray)
cv2.waitKey(0)

# Perform threshold
_, thresh = cv2.threshold(gray,127,255,cv2.THRESH_BINARY)
cv2.imshow('img', thresh)
cv2.waitKey(0)

# Apply mask
result[thresh!=0] = (255,255,255)

cv2.imshow('img', result)
cv2.waitKey(0)

Если все темные угловые виньетки имеют разные размеры на изображение, то я предлагаю искать центроид контуров надвоичное изображение (маска).Центроиды с «коротким» расстоянием до любого угла вашего изображения будут темными виньетками, поэтому их значение можно изменить с черного на белый.