Scipy Binary Closing - Edge Pixels tracą wartość

Question

Próbuję wypełnić dziury w obrazie binarnym. Obraz jest dość duży, więc podzieliłem go na kawałki w celu przetworzenia.

Podczas korzystania z funkcji scipy.ndimage.morphology.binary_fill_holes wypełnia większe dziury, które należą do obrazu. Tak więc próbowałem użyć scipy.ndimage.morphology.binary_closing, która dała pożądane rezultaty wypełniania małych dziur w obrazie. Jednakże, gdy scalam kawałki razem, aby utworzyć cały obraz, kończę z liniami szwu, ponieważ funkcja binary_closing usuwa wszelkie wartości z pikseli granicznych każdej porcji.

Czy istnieje sposób na uniknięcie tego efektu?

Answer 1

Operacje obejmujące informacje z sąsiednich pikseli, takie jak closing, zawsze będą mieć problemy z krawędziami. W twoim przypadku jest to bardzo łatwe do pokonania: po prostu przetwarzaj podobrazi, które są nieco większe niż twoje kafelki, i zachowaj dobre części, gdy łączą się ze sobą.

Answer 2

Tak.

1. Oznacz swoje zdjęcie za pomocą ndimage.label (najpierw odwróć obraz, otwory = czarne).
2. Znajdź plastry obiektów dziura z ndimage.find_objects
3. filtrować listę plastry obiektu w oparciu o kryteria wielkości
4. odwracających cofających obrazu i wykonać binary_fill_holes na plasterki, które spełniają podane kryteria.

To powinno wystarczyć, bez potrzeby przycinania obrazu. Na przykład: image

Wejście:

wyjścia obrazu (otwory Bliski rozmiar odeszły):

Oto kod (nierówność jest ustawione, aby usunąć środek rozmiar blobs):

import scipy 
from scipy import ndimage 
import numpy as np 

im = scipy.misc.imread('cheese.png',flatten=1) 
invert_im = np.where(im == 0, 1, 0) 
label_im, num = ndimage.label(invert_im) 
holes = ndimage.find_objects(label_im) 
small_holes = [hole for hole in holes if 500 < im[hole].size < 1000] 
for hole in small_holes: 
    a,b,c,d = (max(hole[0].start-1,0), 
       min(hole[0].stop+1,im.shape[0]-1), 
       max(hole[1].start-1,0), 
       min(hole[1].stop+1,im.shape[1]-1)) 
    im[a:b,c:d] = scipy.ndimage.morphology.binary_fill_holes(im[a:b,c:d]).astype(int)*255 

Należy również zauważyć, że musiałem zwiększyć rozmiar plasterków, tak aby otwory były obramowane dookoła.