python - 如何使用python删除图像中人物周围的白色边框/边缘？

Question

我要删除黑色蒙版和人体图像之间的白色边框

图像输入示例:



厚度为1的图像输出:



厚度为2的图像输出:



我尝试了一些在这里找到的具有模糊和阈值的游戏
我还使用此代码查找和绘制轮廓

    thickness = 3
    image = cv2.imread('../finetune/22.png')
    blank_mask = np.zeros(image.shape, dtype=np.uint8)
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

    cnts = cv2.findContours(gray, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
    cnts = cnts[0] if len(cnts) == 2 else cnts[1]

    cv2.drawContours(image, cnts, -1, (255,0,0), thickness)
    cv2.imshow('image', image)
    cv2.imwrite('../finetune/22-'+str(thickness)+'r.png',image)
    cv2.waitKey()

但是我发现的轮廓是黑色蒙版边缘而不是白线
我使用了厚度，效果很好，但是在每幅图像上，该轮廓都是不同的，整个图中的厚度也不相等

删除它的最佳精确方法是什么？

Answer 1

这是两种方法:

方法＃1: cv2.erode()

您可以使用侵 eclipse 来侵 eclipse 白色前景对象的边界。本质上，该想法是使用内核执行2D卷积。可以使用 cv2.getStructuingElement() 创建内核，您可以在其中传递要创建的所需内核的形状和大小。典型的内核是cv2.MORPH_RECT，cv2.MORPH_ELLIPSE或cv2.MORPH_CROSS。如果内核下的所有像素均为1，则内核会在图像中滑动，其中一个像素被视为1，否则会侵 eclipse 为0。最终结果是，将根据内核的形状和大小丢弃边界上的所有像素。前景的厚度会减小，可用于消除小的白噪声或分离物体。您可以根据要执行的迭代次数来调整侵 eclipse 的强度。

kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3,3))
erode = cv2.erode(image, kernel, iterations=1)

方法＃1:使用 cv2.morphologyEx() 打开

与侵 eclipse 相反的是扩张，可以增强图像。通常，在腐 eclipse 后执行拨号以“标准化”形态操作的效果。 OpenCV将这些步骤组合成一个称为形态学打开的操作。开孔只是腐 eclipse 然后扩张的别称，与仅腐 eclipse 相比，开放通常会给您更平滑的结果。

kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3,3))
opening = cv2.morphologyEx(image, cv2.MORPH_OPEN, kernel)

结果



您可以试验内核形状和迭代次数。要删除更多的噪声，请增加内核大小和迭代次数，而要删除更少的噪声，请减少内核大小和迭代数。

import cv2

image = cv2.imread('1.png')
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3,3))
opening = cv2.morphologyEx(image, cv2.MORPH_OPEN, kernel, iterations=3)

cv2.imshow('opening', opening)
cv2.waitKey()