場(chǎng)景需求
使用OpenCV，往往遇到這類(lèi)場(chǎng)景：需要清除目標(biāo)圖像中比較小的噪聲區(qū)，保留主要區(qū)域信息。
特此分享自己寫(xiě)的一個(gè)簡(jiǎn)單的清除小面積連通域函數(shù)，邏輯比較簡(jiǎn)單，給大家留出了足夠的發(fā)展空間，根據(jù)自身場(chǎng)景需求進(jìn)行調(diào)整。
原理可以簡(jiǎn)單歸結(jié)為：搜索圖像的連通區(qū)輪廓->遍歷各個(gè)連通區(qū)->基于閾值刪除面積較小的連通區(qū)
運(yùn)行速度方面，我沒(méi)單獨(dú)測(cè)試過(guò)這個(gè)單元，大家如果試過(guò)之后太慢可以評(píng)論告訴我哦~
反正平常我工作跑那種2000*2000的圖像，這個(gè)函數(shù)的耗時(shí)幾乎忽略不計(jì)。。。
C++實(shí)現(xiàn)代碼
/**
* @brief Clear_MicroConnected_Areas 清除微小面積連通區(qū)函數(shù)
* @param src 輸入圖像矩陣
* @param dst 輸出結(jié)果
* @return min_area 設(shè)定的最小面積清除閾值
*/
void Clear_MicroConnected_Areas(cv::Mat src, cv::Mat dst, double min_area)
{
// 備份復(fù)制
dst = src.clone();
std::vectorstd::vectorcv::Point> > contours; // 創(chuàng)建輪廓容器
std::vectorcv::Vec4i> hierarchy;
// 尋找輪廓的函數(shù)
// 第四個(gè)參數(shù)CV_RETR_EXTERNAL，表示尋找最外圍輪廓
// 第五個(gè)參數(shù)CV_CHAIN_APPROX_NONE，表示保存物體邊界上所有連續(xù)的輪廓點(diǎn)到contours向量?jī)?nèi)
cv::findContours(src, contours, hierarchy, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_NONE, cv::Point());
if (!contours.empty() !hierarchy.empty())
{
std::vectorstd::vectorcv::Point> >::const_iterator itc = contours.begin();
// 遍歷所有輪廓
while (itc != contours.end())
{
// 定位當(dāng)前輪廓所在位置
cv::Rect rect = cv::boundingRect(cv::Mat(*itc));
// contourArea函數(shù)計(jì)算連通區(qū)面積
double area = contourArea(*itc);
// 若面積小于設(shè)置的閾值
if (area min_area)
{
// 遍歷輪廓所在位置所有像素點(diǎn)
for (int i = rect.y; i rect.y + rect.height; i++)
{
uchar *output_data = dst.ptruchar>(i);
for (int j = rect.x; j rect.x + rect.width; j++)
{
// 將連通區(qū)的值置0
if (output_data[j] == 255)
{
output_data[j] = 0;
}
}
}
}
itc++;
}
}
}
測(cè)試代碼
#includeiostream>
#includeopencv2/opencv.hpp>
using namespace std;
using namespace cv;
void Clear_MicroConnected_Areas(cv::Mat src, cv::Mat dst, double min_area);
int main(void)
{
Mat A = Mat::zeros(500, 500, CV_8UC1);
circle(A, Point2i(100, 100), 50, 255, -1);
circle(A, Point2i(300, 400), 15, 255, -1);
Mat B;
Clear_MicroConnected_Areas(A, B, 1000);
imshow("before:A", A);
imshow("after:B", B);
waitKey(0);
system("pause");
return 0;
}
void Clear_MicroConnected_Areas(cv::Mat src, cv::Mat dst, double min_area)
{
// 備份復(fù)制
dst = src.clone();
std::vectorstd::vectorcv::Point> > contours; // 創(chuàng)建輪廓容器
std::vectorcv::Vec4i> hierarchy;
// 尋找輪廓的函數(shù)
// 第四個(gè)參數(shù)CV_RETR_EXTERNAL，表示尋找最外圍輪廓
// 第五個(gè)參數(shù)CV_CHAIN_APPROX_NONE，表示保存物體邊界上所有連續(xù)的輪廓點(diǎn)到contours向量?jī)?nèi)
cv::findContours(src, contours, hierarchy, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_NONE, cv::Point());
if (!contours.empty() !hierarchy.empty())
{
std::vectorstd::vectorcv::Point> >::const_iterator itc = contours.begin();
// 遍歷所有輪廓
while (itc != contours.end())
{
// 定位當(dāng)前輪廓所在位置
cv::Rect rect = cv::boundingRect(cv::Mat(*itc));
// contourArea函數(shù)計(jì)算連通區(qū)面積
double area = contourArea(*itc);
// 若面積小于設(shè)置的閾值
if (area min_area)
{
// 遍歷輪廓所在位置所有像素點(diǎn)
for (int i = rect.y; i rect.y + rect.height; i++)
{
uchar *output_data = dst.ptruchar>(i);
for (int j = rect.x; j rect.x + rect.width; j++)
{
// 將連通區(qū)的值置0
if (output_data[j] == 255)
{
output_data[j] = 0;
}
}
}
}
itc++;
}
}
}
測(cè)試效果
圖1 處理前后圖
到此這篇關(guān)于OpenCV-清除小面積連通域的文章就介紹到這了,更多相關(guān)OpenCV-清除小面積連通域內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- OpenCV實(shí)現(xiàn)圖像連通域
- 使用OpenCV去除面積較小的連通域
- 使用OpenCV獲取圖片連通域數(shù)量,并用不同顏色標(biāo)記函
