OpenCV从零基础-检测及分割图像的目标区域

作者：王抒伟

编辑：王抒伟

本文5555字15图，阅读约10分钟

算了

爱看多久看多久

零

参考目录：

1.获取图片

2.转换灰度并去噪声

3.提取图像的梯度

4.我们继续去噪声

5.图像形态学（牛逼吧、唬人的）

6.细节刻画

7.找出昆虫区域的轮廓

8.画出轮廓

9.裁剪出来就完成啦

一

第一天：

老师：你知道么，今天有人问了我一个问题。

~.我：什么？

老师：他说很难。

~.我：关于什么的？

老师：图像处理。

~.我：喔，你说说看，我确实做了不少图像处理的东西（心里默念，你不知知道你给过我多少图像吗？）

老师：好嘞！在用深度学习的时候，比如说面对一张图像，对某个区域感兴趣怎么办？

~.我：他傻啊，切割出来啊，只需要训练感兴趣的部分就好啦。

老师：哎，那你给我一个教程，我正好顺手把他的问题解决了。

~.我：好的（黑人脸.gif）

老师：我回头把图片数据发给你。

~.我：好的好的，老师，by the way, 有多少数据啊？

老师：也不多，一个U盘够了，这样吧，明天你过来拷一下吧。

~.我：好的（hello？一个U盘？）

二

第二天：

有这么一个文件

看了里面。。。我要爆炸了。

> 598M * 15 = 8970M = 8.97G 我的个亲娘嘞

打开一看 全是密密麻麻的------虫子！！！

为了视觉体验，自动屏蔽，请大家自行去谷歌：虫子、worm、bug、insects。

三天后

~.我： 老师， 我就给一个方法啊， 不同的虫子他们可以自己调阈值和方法，我已经有写说明文件。

老师： 好的，我看看。

考虑到**视觉忍受能力**，我用一个可爱的虫子做为一个示例，其他的都差不多，大家自行尝试。

目标是把虫子区域抠出来

三

运行环境:

环境：

例图：谷歌，可爱的虫子–image

软件：Anaconda 4.20，Opencv3.2

OpenCv的安装：

1.1安装Python3.60

1.2下载安装opencv3.2

四

具体思路:

1.获取图片，这个简单哈

看，这不就是你处理初始的样子？

2.转换灰度并去噪声

我们可以得到这两张图，第一张是灰度图，第二张是去噪之后的。

另外说一下，去噪咱们有很多种方法，均值滤波器、高斯滤波器、中值滤波器、双边滤波器等。

这里取高斯是因为高斯去噪效果是最好的。

3.提取图像的梯度

用Sobel算子计算x，y方向上的梯度，之后在x方向上 minus y方向上的梯度。

通过这个操作，会留下具有高水平梯度和低垂直梯度的图像区域。

此时，我们会得到

4.我们继续去噪声

考虑到图像的孔隙 首先使用低通滤泼器平滑图像, 这将有助于平滑图像中的高频噪声。 低通滤波器的目标是降低图像的变化率。

如将每个像素替换为该像素周围像素的均值， 这样就可以平滑并替代那些强度变化明显的区域。

对模糊图像二值化，顾名思义，就是把图像数值以某一边界分成两种数值，细节我会附在文章底部，如果还是不懂，去cao文档吧

此时，我们会得到

其实就算手动分割我们也是需要找到一个边界吧，可以看到轮廓出来了，但是我们最终要的是整个轮廓，所以内部小区域就不要了

5.图像形态学（牛逼吧、唬人的）

在这里我们选取ELLIPSE核，采用CLOSE操作，具体细节你依旧可以参考我的附录文档，及拓展。

此时，我们会得到

6.细节刻画

从上图我们可以发现和原图对比，发现有细节丢失，这会干扰之后的昆虫轮廓的检测，要把它们扩充，分别执行4次形态学腐蚀与膨胀（附录文档）

此时，我们会得到

7.找出昆虫区域的轮廓

此时用cv2.findContours()函数

第一个参数是要检索的图片，必须是为二值图，即黑白的（不是灰度图）

8.画出轮廓

找到轮廓了，接下来，要画出来的，即用cv2.drawContours()函数

此时，我们会得到

9.裁剪出来就完成啦

方法嘛，这不就是么，找到这四个点切出来就好啦

我们放大一点看一下细节

其实，box里保存的是绿色矩形区域四个顶点的坐标。 我将按下图红色矩形所示裁剪昆虫图像。

找出四个顶点的x，y坐标的最大最小值。新图像的高=max(Y)-min(Y)，宽=max(X）-min(X)

终于我们得到了可爱的小虫子。

得到了目标区域，那么你想拿它干什么就干什么！我不管你哈。

考虑到现在的python教程一般都是一上来就是list、tuple什么的，而不是文件的读写和保存，包括批量读取等等

我特地加入了python版的文件批量读写和保存等附录文件

五

代码与附录：

附录

多谢大家支持公众号

看！ 小编我给你们跪下了

相关知识和其他问题

欢迎大家留言或者加群在群中探讨