Обнаружение наличия черных областей на изображении в градациях серого - PullRequest
Новая
       39

Обнаружение наличия черных областей на изображении в градациях серого

1 голос
/ 24 марта 2019

Моя цель неясна, и поэтому у меня нет никакого воспроизводимого кода для этого.

Я хочу разработать сеть, в которой я тренируюсь, с определенными типами серых изображений, которые будут обнаруживатьобласти, которые выше определенного порога интенсивности оттенков серого.

Как мне продолжить это?Нужна ли для этого нейронная сеть?

Ниже приведены примеры изображений.Одна в крайнем левом углу выглядит так, как в середине, когда обнаруживается, что есть черные линии (не совсем черные, но выше некоторого порога интенсивности оттенков серого), а вторая - в крайнем правом.это то, что я ожидаю, что вывод моего кода будет.

PS Это особенно интересно при обнаружении трещин на КТ-скане, которые проявляются в виде темных черных пятен / линий на фоне других оттенков серого

enter image description here

1 Ответ

2 голосов
/ 25 марта 2019

Это очень тривиально, и вам определенно не понадобится нейронная сеть, чтобы решить эту проблему. Если вы работаете с изображениями в градациях серого и знаете интересующий вас порог интенсивности (например, вы допускаете значение интенсивности до 3), вы можете просто выполнить простую пороговую операцию для определения черных областей.

Это, вероятно, также будет работать в вашем приложении кт-сканирования, при условии, что эти "трещины" всегда имеют очень низкую интенсивность.

например. для ct-изображения, где я применил ваши «трещины» в вашем примере изображения, порог этих трещин будет работать довольно хорошо (вы получите только некоторые фоновые шумы / артефакты). См. Следующий фрагмент OpenCV: 

import numpy as np
import cv2

# Load an color image in grayscale
img = cv2.imread('chest-ct-lungs.jpg',0)
ret,thresh = cv2.threshold(img,3,255,cv2.THRESH_BINARY)
cv2.imwrite('output.png',thresh)

ввод:

enter image description here

оригинальный источник изображения: www.radiologyinfo.org

выход:

enter image description here

Поскольку вы видите, что это буквально всего 3 строки кода, не всегда предполагайте, что вам необходимо использовать нейронные сети для всего, иногда лучше всего просто решить проблему обработки изображений "по старинке". путь". Особенно, если проблема тривиальная.

...