Mahotas - 填补图像中的空洞

填补图像中的空洞是指去除图像前景区域中的小间隙或空洞。在填补过程中，首先执行膨胀操作，然后执行腐蚀操作。

膨胀会扩大前景区域的边界。对于每个像素，膨胀操作会根据结构元素检查其相邻像素。

如果任何相邻像素为白色，则中心像素也会变为白色。此过程有助于填补前景区域内的间隙或空洞。

膨胀后，腐蚀会缩小前景区域的边界。同样，使用结构元素，腐蚀会检查每个像素及其相邻像素。如果任何相邻像素为黑色，则中心像素会变为黑色。

此步骤有助于细化和平滑前景区域的轮廓，同时保留主要结构。

在 Mahotas 中关闭图像中的孔

要在 Mahotas 中执行关闭孔的过程，我们使用 mahotas.close_holes() 函数。该方法允许顺序应用膨胀和腐蚀操作。

通过首先应用膨胀操作(扩大区域)，然后应用腐蚀操作(细化边界)，闭合操作可以有效地关闭二值图像前景区域中的小孔或间隙。

mahotas.close_holes() 函数

Mahotas 中的 close_holes() 函数将二值图像作为输入，并返回孔已关闭的结果图像。

close_holes() 函数会自动检测并关闭孔，而无需明确定义结构元素。

语法

以下是 mahotas − 中 close_holes() 函数的基本语法

mahotas.close_holes(ref, Bc=None)

其中，

• ref − 是输入的二值图像。

• Bc − 指定用于关闭操作的结构元素或内核。如果未提供(设置为 None)，则将使用默认结构元素。

示例

在下面的示例中，我们正在关闭图像中的孔 −

import mahotas as mh
import numpy as np
import matplotlib.pyplot as plt
image = mh.imread('pic.jpg',as_grey = True)
closed_holes_image = mh.close_holes(image)
# 创建带有子图的图形
fig, axis = plt.subplots(1, 2, figsize=(7,5 ))
# 显示原始图像
axes[0].imshow(image)
axes[0].set_title('Original Image')
axes[0].axis('off')
# 显示封闭孔图像
axes[1].imshow(closed_holes_image, cmap='gray')
axes[1].set_title('Closed Holes Image')
axes[1].axis('off')
# 调整布局并显示图
plt.tight_layout()
plt.show()

输出

执行上述代码后，我们得到以下输出 −

使用随机二进制图像

我们还可以通过创建随机二进制图像来执行图像中的闭孔过程。

为此，我们首先使用 NumPy 创建一个随机二进制图像，其中像素为 0(背景)或 1(前景)。

一旦我们有了二进制图像，我们就可以继续使用结构元素执行形态学闭合。

它将定义膨胀和腐蚀操作的邻域的形状和大小。最后，我们得到图像中的结果闭合孔。

示例

在这里，我们尝试通过创建随机二进制图像 − 来执行图像中的闭孔过程

import mahotas as mh
import numpy as np
from pylab import imshow, show
# 创建随机二进制图像
image = np.random.randint(0, 2, size=(100, 50), dtype=np.bool_)
Bc=np.ones((3,3))
# 使用 3x3 交叉结构元素执行形态学闭合孔洞
result = mh.close_holes(image, Bc)
# 显示结果
imshow(result)
show()

输出

生成的输出如下所示 −

使用多次迭代来关闭孔洞

对于使用多次迭代来关闭孔洞，我们的目标是逐渐填补较小的孔洞并反复优化结果。

我们首先创建原始二进制图像的副本。此副本将作为每次孔洞关闭过程迭代的起点。然后，使用 for 循环，我们迭代指定的次数。

在每次迭代期间，mahotas.close_holes() 函数都会应用于图像的当前版本。该函数识别图像中的孔洞并进行填充，逐步改善前景区域的连通性和连续性。

示例

现在，我们通过多次迭代 − 来关闭图像中的孔洞

import mahotas
import numpy as np
import matplotlib.pyplot as plt
image = mahotas.imread('pic.jpg', as_grey = True)
# 通过多次迭代来关闭二值图像中的孔洞
closed_image = image.copy()
for i in range(3):
   closed_image = mahotas.close_holes(closed_image)
# 显示原始图像和闭合图像
fig, axis = plt.subplots(1, 2, figsize=(10, 5))
axes[0].imshow(image, cmap='gray')
axes[0].set_title('Original Image')
axes[1].imshow(closed_image, cmap='gray')
axes[1].set_title('Closed Image')
plt.tight_layout()
plt.show()

输出

以下是上述代码的输出 −