python - 检测灰度图像中是否存在黑色区域

Question

我的目标是一个模糊的目标，因此我没有任何可重现的代码。

我想开发一个用特定类型的灰度图像训练的网络，该网络将检测高于特定灰度强度阈值的区域。

我应该如何进一步处理这个问题？为此我需要一个神经网络吗？

下面是一些示例图像。最左边的是它应该的样子，中间的是当它发现有一些黑线时(不完全是黑色，但在灰度强度的某个阈值以上)和最右边的是我期望的代码输出。

PS 这在检测 CT 扫描中的裂缝时特别有趣，裂缝在其他灰度背景中显示为深黑色 Blob /线条

Answer 1

这是非常微不足道的，你绝对不需要神经网络来解决这个问题。如果您正在处理灰度图像并且知道您感兴趣的强度阈值(例如，您允许强度值最大为 3)，您只需执行一个简单的阈值操作即可识别黑色区域。

这可能也适用于您的 ct 扫描应用程序，前提是这些“裂缝”的强度始终很低。

例如对于我在您的示例图像中应用您的“裂缝”的 ct 图像，阈值这些裂缝会很好地工作(您只会得到一些背景噪音/伪影)。请参阅以下 OpenCV 片段:

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)

输入:

原图来源:www.radiologyinfo.org

输出:

如您所见，这实际上只是 3 行代码，不要总是假设您必须对所有事情都使用神经网络，有时最好只解决“旧”的图像处理问题时尚的方式”。特别是如果问题是微不足道的。