只需floodFill()
从图像的边界用黑色蒙版即可。请在此处查看我的答案中的洪水填充步骤,以查看它是否已在其他情况下使用。
同样,您可以floodFill()
用来查找哪些像素连接到图像的边缘,这意味着您可以使用它来消除阈值后肺部的孔洞。请参阅我的答案,以获取有关此孔填充过程的其他示例。
import cv2
import numpy as np
img = cv2.imread('img.jpg', 0)
mask = cv2.imread('mask.png', 0)
# flood fill to remove mask at borders of the image
h, w = img.shape[:2]
for row in range(h):
if mask[row, 0] == 255:
cv2.floodFill(mask, None, (0, row), 0)
if mask[row, w-1] == 255:
cv2.floodFill(mask, None, (w-1, row), 0)
for col in range(w):
if mask[0, col] == 255:
cv2.floodFill(mask, None, (col, 0), 0)
if mask[h-1, col] == 255:
cv2.floodFill(mask, None, (col, h-1), 0)
# flood fill background to find inner holes
holes = mask.copy()
cv2.floodFill(holes, None, (0, 0), 255)
# invert holes mask, bitwise or with mask to fill in holes
holes = cv2.bitwise_not(holes)
mask = cv2.bitwise_or(mask, holes)
# display masked image
masked_img = cv2.bitwise_and(img, img, mask=mask)
masked_img_with_alpha = cv2.merge([img, img, img, mask])
cv2.imwrite('masked.png', masked_img)
cv2.imwrite('masked_transparent.png', masked_img_with_alpha)
编辑:顺便说一句,“透明度”基本上是一个蒙版:这些值告诉您每个像素的不透明度。如果像素为0,则它??是完全透明的;如果为255(对于uint8
),则它是完全不透明的;如果在它们之间,则它是部分透明的。因此,可以将此处最后使用的完全相同的蒙版堆叠到图像上,以创建第四个alpha通道(您可以使用cv2.merge
numpy进行堆叠),从而使蒙版中的每个0像素完全透明;只需将图像另存为即可png
。上面的代码创建具有alpha透明度的图像以及具有黑色背景的图像。
这里的背景看起来是白色的,因为它是透明的,但是如果将图像保存到系统中,则会看到它实际上是透明的。FYI OpenCV实际上在imshow()
此期间会忽略Alpha通道,因此您只会看到保存图像时的透明度。
编辑:最后一点…在这里,您的阈值去除了一些肺部。我已经添加了从肺部 内部 的阈值进入的孔,但是这错过了沿边界去除的一些块。如果您在遮罩上进行轮廓检测,那么如果重要的话,您实际上也可以将其平滑掉。在OpenCV的轮廓特征教程中查看“轮廓近似”部分。基本上,它将尝试使轮廓平滑,但会停留在距实际轮廓一定距离的范围内。这可能是有用的并且易于实现,所以我想把它作为建议放在最后。