如何从二值图像中找到最大的白色像素区域

Question

我一直在研究 opencv python 上的二进制图像。 我需要获得最大的区域。 我使用了以下代码，但没有获得所需的输出。

edged = cv2.Canny(im_bw, 35, 125)
(cnts, _) = cv2.findContours(edged.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
c = max(cnts, key = cv2.contourArea)

Answer 1

您不需要使用精明的输出来执行此操作。 直接在im_bw上做findContours ，你应该得到想要的结果。 如果仍然不是您想要的，请尝试使用不同的阈值（假设您的原始图像本身不是 BW）

(_, im_bw) = threshold(frame, 100, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
(cnts, _) = cv2.findContours(im_bw.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
c = max(cnts, key = cv2.contourArea)

Answer 2

你真的没有解释你在找什么，“最大区域”？ 您发布的代码将为您提供找到的最大轮廓，但您需要了解此处的 OpenCV 轮廓是什么。 现在取决于你的图像，你可能会有很多噪音，这使得 OpenCV 给你不是你期望的“区域”，所以你需要减少噪音。 在应用 Canny 或阈值之前，您可以将BLUR应用于图像、 EROTION 和/或 DILATION 。

算法应该是这样的：

• 获取框架/图像
• 灰度它
• 应用模糊/侵蚀/扩张来减少噪音
• 应用 Canny 或阈值
• 查找轮廓
• 获得最大的
• 做你需要的

在这里你会找到很好的 Python 文档。

Answer 3

我正在使用 python 的scikit-image包，它测量岛屿的面积并选择最大的面积如下 -

import skimage
from skimage import measure

labels_mask = measure.label(input_mask)                       
regions = measure.regionprops(labels_mask)
regions.sort(key=lambda x: x.area, reverse=True)
if len(regions) > 1:
    for rg in regions[1:]:
        labels_mask[rg.coords[:,0], rg.coords[:,1]] = 0
labels_mask[labels_mask!=0] = 1
mask = labels_mask

输入图像 -

输出图像 -