只向一个方向扩张

问题描述

我在使用 erode 和 dilate 时遇到问题，我不确定我是否了解如何正确使用这些参数。

我有这张照片：

使用这段代码：

def dilate_and_erode(self):

        img = self.img

        gray_img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
        _,thresh = cv2.threshold(gray_img,127,255,cv2.THRESH_BINARY + cv2.THRESH_OTSU)
        
        
        kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(3,3))
        res = cv2.morphologyEx(thresh,cv2.MORPH_OPEN,kernel)
        kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(9,9))
        
        dilated = cv2.dilate(res,kernel)
        
        eroded=cv2.erode(dilated,kernel)

        img_contours = cv2.findContours(eroded,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)[-2]
        img_contours = sorted(img_contours,key=cv2.contourArea)

        ctr = []
        for i in img_contours:
            if cv2.contourArea(i) > 100:
                ctr.append(i)

        mask = np.zeros(img.shape[:2],np.uint8)
        cv2.drawContours(mask,ctr,-1,-1)
        new_img = cv2.bitwise_and(img,img,mask=mask)

        cv2.imshow("Original Image",img)
        cv2.imshow("New image",new_img)
        cv2.imshow("Mask",mask)
        cv2.waitKey(0)

我明白了：

这不是我想要的，我想去除图片顶部的黑噪声

任何建议将不胜感激！

解决方法

使用for循环实现一个方向的扩张并不难，但是有点无聊...

建议的解决方案：
将图像向上移动一个像素，取图像和“移动图像”的最大值；重复这个过程几次。

建议的解决方案在复杂性方面效率低下，但由于 Python 中的循环非常慢，因此它比使用嵌套 for 循环要快。

这是一个代码示例：

import cv2
import numpy as np

new_img = cv2.imread('new_image.png')

for i in range(15):
    new_img[0:-1,:,:] = np.maximum(new_img[0:-1,:],new_img[1:,:])

---

结果 (new_img)：