删除图像中的小背景（黑色）区域

Question

附件为图像。 我能够摆脱边界上的背景区域，但是图像内的背景区域仍然持久。 是否有任何方法可以消除图像中的小背景区域。 谢谢。

Answer 1

有一个解决此问题的简单方法，其基本思想是在RGB颜色空间中分割图像，以滤除图像中残留的黑色部分，可以将其简单实现为：

import cv2
import numpy as np 

ornament_image = cv2.imread("/Users/anmoluppal/Desktop/outputs/ornament.jpg")

#Considering the black range of background pixels
thresh = cv2.inRange(ornament_image, np.array([0, 0, 0]), np.array([55, 55, 55]))

contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)

cv2.drawContours(ornament_image, contours, -1, (255,255,255), -1)
#Replace the contours with the white color same as the background

但这会去除装饰图像中的一些非常小的黑色部分，为了保留这些部分，我们可以根据轮廓区域对它们进行分类，从而过滤掉某些轮廓，如下所示：

thresh = cv2.inRange(ornament_image, np.array([0, 0, 0]), np.array([55, 55, 55]))

contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)

contours = sorted(contours, key = cv2.contourArea, reverse = True)[:len(contours)/20]

cv2.drawContours(ornament_image, contours, -1, (255,255,255), -1)

注意：此方法也可以保留一些黑色背景噪音

进一步改进：

• YCrCb分割 ：如果您对RGB分割不满意，则也可以尝试对给定图像进行YCrCb分割，这通常在数字图像中使用。

• 遮罩 ：您可能还注意到了，装饰品绿色宝石内部的黑色由于其内部的黑色斑点也已与背景融合，可以通过创建遮罩来消除该遮罩，该遮罩会阻止给定ROI中的任何分割，因此保留了必要的细节，但这需要人工干预。

Answer 2

以上代码在c ++和手动掩码中添加。

#include <iostream>
#include "opencv2/opencv.hpp"
#include <stdio.h>

using namespace std;
using namespace cv;

Mat thresh, hierarchy;

void onMouse( int event, int x, int y, int flags, void* imgptr ){
    if ( flags == (EVENT_FLAG_CTRLKEY + EVENT_FLAG_LBUTTON) ) //Sure Background - Red
        {

       Mat & img = (*(Mat*)imgptr); // first cast, then deref
       Point pt1 = Point(x, y);
       circle(img, pt1, 7, Scalar(0,0,255), -1, 8);
       imshow("Mark Image", img);
       waitKey(1);
        }
}

int main ()
{
    int i =0;

    Mat src = imread("C:/Users/Dell/Desktop/computervisionproject/segmentation/segmentation/Final_window.jpg",1);
    Mat image = src.clone();

    namedWindow("Mark Image",WINDOW_NORMAL);
    setMouseCallback("Mark Image",onMouse, &image);
    imshow("Mark Image",image);

    while(1){
    char c=waitKey();
    if(c=='s'){
    inRange(image, cv::Scalar(0, 0, 0), cv::Scalar(55, 55, 55), thresh);

    std::vector<std::vector<cv::Point> > contours;
    findContours(thresh,contours, hierarchy, CV_RETR_TREE ,CV_CHAIN_APPROX_NONE);
    //findContours(thresh,contours, CV_RETR_TREE ,CV_CHAIN_APPROX_NONE);
    cout <<"Hello"<<endl;


    drawContours(src, contours, -1, Scalar(255,255,255), -1);

    namedWindow( "Display window", WINDOW_NORMAL );
    imshow( "Display window", src);
    }
    }

    waitKey();
    return 0;
}