python-opencv在有噪音的情况下提取图像的轮廓

　　对于一般的图像提取轮廓，这篇博文介绍了一个很好的方法，但是对于有噪声的图像，并不能很好地捕获到目标物体。

　　比如对于我的鼠标，提取的轮廓效果并不好，因为噪声很多：

　　所以本文增加了去掉噪声的部分。

　　首先加载原始图像，并显示图像

 img = cv2.imread("temp.jpg")                #载入图像
 h, w = img.shape[:2]                        #获取图像的高和宽
 cv2.imshow("Origin", img)                   #显示原始图像

　　然后进行低通滤波处理，进行降噪

 blured = cv2.blur(img,(5,5))                #进行滤波去掉噪声
 cv2.imshow("Blur", blured)                  #显示低通滤波后的图像

　　使用floodfill来去掉目标周围的背景，泛洪填充类始于ps的魔棒工具，这里用来清除背景。

 mask = np.zeros((h+2, w+2), np.uint8)       #掩码长和宽都比输入图像多两个像素点，泛洪填充不会超出掩码的非零边缘
 #进行泛洪填充
 cv2.floodFill(blured, mask, (w-1,h-1), (255,255,255), (2,2,2),(3,3,3),8)
 cv2.imshow("floodfill", blured)  

　　然后转换成灰度图

 gray = cv2.cvtColor(blured,cv2.COLOR_BGR2GRAY)
 cv2.imshow("gray", gray)  

　　此时目标图像周围有写不光滑，还有一些噪声，因此进行开闭运算，得到比较光滑的目标

 #定义结构元素
 kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(50, 50))
 #开闭运算，先开运算去除背景噪声，再继续闭运算填充目标内的孔洞
 opened = cv2.morphologyEx(gray, cv2.MORPH_OPEN, kernel)
 closed = cv2.morphologyEx(opened, cv2.MORPH_CLOSE, kernel)
 cv2.imshow("closed", closed)  

　　接着转换成二值图以便于获取图像的轮廓

　　最后进行轮廓提取，抓取到目标

 #找到轮廓
 _,contours, hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
 #绘制轮廓
 cv2.drawContours(img,contours,-1,(0,0,255),3)
 #绘制结果
 cv2.imshow("result", img)

　　全部代码如下

 #coding=utf-8
 import cv2
 import numpy as np
 
 img = cv2.imread("temp.jpg")                #载入图像
 h, w = img.shape[:2]                        #获取图像的高和宽
 cv2.imshow("Origin", img)                   #显示原始图像
 
 blured = cv2.blur(img,(5,5))                #进行滤波去掉噪声
 cv2.imshow("Blur", blured)                  #显示低通滤波后的图像
 
 mask = np.zeros((h+2, w+2), np.uint8)       #掩码长和宽都比输入图像多两个像素点，满水填充不会超出掩码的非零边缘
 #进行泛洪填充
 cv2.floodFill(blured, mask, (w-1,h-1), (255,255,255), (2,2,2),(3,3,3),8)
 cv2.imshow("floodfill", blured)  
 
 #得到灰度图
 gray = cv2.cvtColor(blured,cv2.COLOR_BGR2GRAY)
 cv2.imshow("gray", gray)  
 
 #定义结构元素
 kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(50, 50))
 #开闭运算，先开运算去除背景噪声，再继续闭运算填充目标内的孔洞
 opened = cv2.morphologyEx(gray, cv2.MORPH_OPEN, kernel)
 closed = cv2.morphologyEx(opened, cv2.MORPH_CLOSE, kernel)
 cv2.imshow("closed", closed)  
 
 #求二值图
 ret, binary = cv2.threshold(closed,250,255,cv2.THRESH_BINARY)
 cv2.imshow("binary", binary)  
 
 #找到轮廓
 _,contours, hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
 #绘制轮廓
 
 cv2.drawContours(img,contours,-1,(0,0,255),3)
 #绘制结果
 cv2.imshow("result", img)
 
 cv2.waitKey(0)
 cv2.destroyAllWindows()