去除分叉轮廓

去除分叉轮廓

思路来源于https://blog.csdn.net/weixin_39639550/article/details/111624935,但是使用不同的方法进行实现,实际测试发现仅对特定轮廓有效,不具有通用性,仅供参考。

示例代码

python 复制代码
import numpy as np
import cv2
from copy import deepcopy

def get_contour_remove_fork(mask_path):
    mask = cv2.imread(mask_path, 0)
    # 找到轮廓
    contours, _ = cv2.findContours(mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
    mask_convex = deepcopy(mask)
    # 遍历所有轮廓
    for contour in contours:
        # 计算轮廓的凸包
        hull = cv2.convexHull(contour)

        # 可以选择绘制凸包
        mask_convex = cv2.drawContours(
            mask_convex, [hull], -1, 
            255, -1
        )
    
    mask_convex_remove_raw_contour = deepcopy(mask_convex)
    mask_convex_remove_raw_contour[mask == 255] = 0
    # 腐蚀
    kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3))
    mask_convex_remove_raw_contour = cv2.erode(
        mask_convex_remove_raw_contour, 
        kernel, iterations=1
    )
    # # 获取最大的轮廓
    contours, _ = cv2.findContours(
        mask_convex_remove_raw_contour, 
        cv2.RETR_EXTERNAL, 
        cv2.CHAIN_APPROX_SIMPLE
    )
    # print(len(contours))
    
    max_contour = max(contours, key=cv2.contourArea)
    # 获取最大轮廓

    # 绘制最大的轮廓
    mask_convex_remove_raw_contour_max_contour = cv2.drawContours(
        np.zeros_like(mask_convex_remove_raw_contour), 
        [max_contour], 
        -1, 
        255, 
        -1
    )

    # 膨胀
    kernel_size = 20
    kernel = cv2.getStructuringElement(
        cv2.MORPH_RECT, (kernel_size, kernel_size)
    )
    mask_convex_remove_raw_contour_dilate = cv2.dilate(
        mask_convex_remove_raw_contour_max_contour, 
        kernel, iterations=1
    )

    # 与原图取交集
    mask_dst = cv2.bitwise_and(mask, mask_convex_remove_raw_contour_dilate)
    return mask_dst
if __name__ == '__main__':
    mask_path = "./test.png"
    mask_remove_fork = get_contour_remove_fork(mask_path)
    mask_remove_fork_path = ".test_remove_fork.png"
    cv2.imwrite(mask_remove_fork_path, mask_remove_fork)

相关图示例

原图

凸包后对原图非零像素对应位置取0

最终效果图

相关推荐
AI棒棒牛1 小时前
YOLO26最新创新改进系列:融合 MVIGGraphFusionBlock,构建互视信息图注意力 Neck,嘎嘎创新!
人工智能·计算机视觉·yolo26
clorinda4 小时前
OpenCV 学习实践:从人脸检测到人脸识别
人工智能·opencv·学习
YOLO数据集集合4 小时前
无花果目标检测数据集 |无花果检测 智慧农业 果实识别 目标检测 YOLO格式 深度学习数据集 计算机视觉9049期
yolo·目标检测·计算机视觉·农业·水果识别·无花果识别·无花果检测
YOLO数据集集合4 小时前
遥感影像树木检测数据集 | 遥感树木 目标检测 城市绿化 森林监测 YOLO格式9052期
人工智能·yolo·目标检测·计算机视觉·目标跟踪·树木检测·遥感树影
AndrewHZ5 小时前
图像处理入门027 | 查找表(LUT)加速——把像素级操作从“每次算一遍“变成“只算 256 次“
图像处理·opencv·numpy·滤镜·查找表·lut
陈年老古董5 小时前
OpenCV 人脸识别学习笔记:从Haar检测到三种特征脸算法实战
笔记·opencv·学习·人脸识别
m0_547486666 小时前
《计算机视觉实践》全套PPT课件2026
人工智能·计算机视觉
动物园猫6 小时前
驾驶员危险行为目标检测数据集:3类别、14,000张图像 | 目标检测
人工智能·目标检测·计算机视觉
AI的探索之旅6 小时前
97 个 OpenCV 实例(二十一):音频进阶,音视频同抽与麦克风采集
人工智能·opencv·音视频
棣廷7 小时前
初识OpenCV——特征匹配与综合实战
人工智能·opencv·计算机视觉