标签：gray img gradient imshow cv2 opencv cnts 图像 预处理

完成目标区域提取

import cv2
import numpy as np


#step1 提取图像转灰度图
img_path=r'E:\Desktop\DDSM\Benign\11_C_0217_1.RIGHT_CC.LJPEG.1_highpass.png'
img=cv2.imread(img_path)
gray = cv2.cvtColor(img,cv2.COLOR_RGB2GRAY)
cv2.imshow('gra',gray)

gray = np.array(gray) # np array
#调节边缘亮度
gray[:25,:]=0
gray[int(gray.shape[0])-25:int(gray.shape[0])]=0
print('image shape: ', gray.shape)

#step2 高斯去噪声
blurred =cv2.GaussianBlur(gray,(9,9),0)
cv2.imshow('blur',blurred)


#step3 计算水平、垂直方向上的梯度
gradX = cv2.Sobel(gray,cv2.CV_32F,dx=1,dy=0)
gradY = cv2.Sobel(gray,cv2.CV_32F,dx=0,dy=1)
#x方向的梯度减去y方向上的梯度，留下具体高水平梯度和低垂直梯度的图像
gradient = cv2.subtract(gradX,gradY)
gradient = cv2.convertScaleAbs(gradient)
cv2.imshow('gradient',gradient)


#step4 模糊二值化
_,thresh = cv2.threshold(blurred,30,255,cv2.THRESH_BINARY)
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(25,25))
#closed = cv2.dilate(thresh, None, iterations=4)
cv2.imshow('thr',thresh)


#找轮廓
cnts,_= cv2.findContours(thresh,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)
#排序函数,找出最大连通域
cnts = sorted(cnts,key=cv2.contourArea,reverse=True)
print(len(cnts))

#step5画轮廓
draw_img = cv2.drawContours(img,[cnts[0]],-1,(0,0,255),3)
cv2.imshow('draw_img',draw_img)


cv2.waitKey(0)
cv2.destroyAllWindows()

标签：gray,img,gradient,imshow,cv2,opencv,cnts,图像,预处理
来源： https://blog.csdn.net/zsusu_0821/article/details/122075227

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。