在Python中检测到的背景减法或轮廓背景颜色的变化

Question

我想删除background中的黑色部分或将其更改为不同的颜色，因为我试图检测轮廓内的暗像素，这似乎不起作用，因为两者都在黑色背景中，黑色像素是黑色的.. 。

这是我试过的，但请建议任何其他可能的方法..谢谢提前

我试图提取黑色背景并将其更改为yellow

请在下面找到我的代码：

import cv2
import numpy as np
mask_color= (0.0,0.0,1.0)

#reading the image
img= cv2.imread('notused.jpg')

#convering the image into grayscale
gray_image= cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

#applying threshold
ret,thresh= cv2.threshold(gray_image,70,255,cv2.THRESH_BINARY)

#finding contours on the original image
_, contours,hierarchy =cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)

#creating a mask as of the image size which is a black image
mask= np.zeros(img.shape[:2],np.uint8)

#inverted to get a white image
maskinv=cv2.bitwise_not(mask)

#drawn contours on the white image
mask_contours=cv2.drawContours(maskinv,contours,0,0,-3)

#converted to 3 channels
mask_stack= np.dstack([mask_contours]*3)


#to get only the background and remove all the contours 
img1=cv2.bitwise_xor(img,img,mask)

#changing every pixel of the background image to yellow
for y in range(img1.shape[0]-1): #row values
    for x in range(img1.shape[1]-1): #column values
        img1[y,x]=(0,255,255)

然后我接受了这个：How do I remove the background from this kind of image?

这是为了将原始图像与创建的背景混合，但似乎不起作用并发出错误

mask_stack= mask_contours.astype('float32')/255.0
img1=img1.astype('float32')/255.0

masked= (mask_stack *img1)+((1-mask_stack)*mask_color)
masked=(masked*255).astype('uint8')

cv2.waitKey(0)
cv2.destroyAllWindows()

这是错误消息：请注意，我将img1和掩码都设置为相同的形状

Traceback（最近一次调用最后一次）：

文件“”，第1行，在runfile中（'C：/Users/User/Anaconda3/darkpixeldetection.py',wdir ='C：/ Users / User / Anaconda3'）

文件“C：\ Users \ User \ Anaconda3 \ lib \ site-packages \ spyder_kernels \ customize \ spydercustomize.py”，第678行，在runfile execfile（filename，namespace）中

文件“C：\ Users \ User \ Anaconda3 \ lib \ site-packages \ spyder_kernels \ customize \ spydercustomize.py”，第106行，execfile exec（compile（f.read（），filename，'e​​xec'），namespace）

文件“C：/Users/User/Anaconda3/darkpixeldetection.py”，第69行，掩码=（mask_stack * img1）+（（1-mask_stack）* mask_color）

ValueError：操作数无法与形状一起广播（1540,2670）（1540,2670,3）

img1.shape的输出：

(1540,2670,3)

mask_stack.shape的输出：

(1540,2670,3)

弗雷德：这是我所拥有的input image内容模糊。这是删除不必要的轮廓后得到的output image这是我的代码：

import numpy as np
import cv2
img_original= cv2.imread('blueimagewithblur.jpg')
img_array=np.asarray(img_original)
blur= cv2.pyrMeanShiftFiltering(img_original,21,49)

gray_image= cv2.cvtColor(blur, cv2.COLOR_BGR2GRAY)

ret,thresh= cv2.threshold(gray_image,70,255,cv2.THRESH_BINARY)

_, contours,hierarchy =cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

countourimage=cv2.drawContours(img_original,contours,-1,0,3)
largest_area= 2000

for i,c in enumerate(contours):
    contour_areas=cv2.contourArea(c)
    if(contour_areas>largest_area):
        del contours[i]
        x_rect,y_rect,w_rect,h_rect=cv2.boundingRect(c)
        cropped=img_original[y_rect:y_rect+h_rect,x_rect:x_rect+w_rect]

cv2.imwrite('C:/Users/User/Anaconda3/stackoverflowexam.jpg',cropped)
cv2.imshow('croopedd',cropped)


cv2.waitKey(0)
cv2.destroyAllWindows()

Answer 1

您可以使用背景占据图像的很大一部分这一事实。如果您知道要检测的内容始终小于特定大小，则可以使用轮廓区域来过滤要忽略的轮廓。

maxArea  = 12412 # whatever makes sense in your case
for i, contour in enumerate(contours):
  area = cv2.contourArea(contour)
  if area > maxArea :
    del contours[i]