blocks|key|1032674|text|在这种特殊情况下，最简单和最安全的解决方案是标记连接的分量(并集查找算法)，并删除表面低于一个或两个像素的分量。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1032675|entityMap^0|0^^$0|@$1|2|3|4|5|6|7|D|8|@]|9|@]|A|$]]|$1|B|3|-4|5|6|7|E|8|@]|9|@]|A|$]]]|C|$]]

In such particular case, the easiest and safest solution is to label the connected component (union-find algorithm), and delete the one with a surface lower than one or two pixels.

blocks|key|4818179|text|另一个简单但可能不那么健壮的方法是使用轮廓面积来删除小的连通区域，然后在应用细化过程之前使用腐蚀/膨胀。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|4818180|但是，您可以使用cv::findContours(，)直接处理细化后的图像，并对面积较小的轮廓进行掩码。这与FiReTiTi的回答类似。|4818181|您可以使用OpenCV中的findContour示例，使用Canny等边缘检测器构建轮廓检测。该示例可以作为您的需求的一部分直接移植。|offset|length|4818182|一旦你在vector<vector<Point>+>+contours;中得到了等高线，你就可以遍历每个等高线，并使用cv::contourArea找到每个区域的面积。使用预定义的阈值，您可以删除不需要的区域。|style|CODE|4818183|entityMap|0|LINK|mutability|MUTABLE|url|http://docs.opencv.org/2.4/doc/tutorials/imgproc/shapedescriptors/find_contours/find_contours.html|1|http://docs.opencv.org/2.4/modules/imgproc/doc/feature_detection.html?highlight=canny#canny|2|http://docs.opencv.org/2.4/modules/imgproc/doc/structural_analysis_and_shape_descriptors.html?highlight=findcontours#contourarea^0|0|0|D|B|0|T|5|1|0|4|W|1N|F|2|0^^$0|@$1|2|3|4|5|6|7|X|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|Y|8|@]|9|@]|A|$]]|$1|D|3|E|5|6|7|Z|8|@]|9|@$F|10|G|11|1|12]|$F|13|G|14|1|15]]|A|$]]|$1|H|3|I|5|6|7|16|8|@$F|17|G|18|J|K]]|9|@$F|19|G|1A|1|1B]]|A|$]]|$1|L|3|-4|5|6|7|1C|8|@]|9|@]|A|$]]]|M|$N|$5|O|P|Q|A|$R|S]]|T|$5|O|P|Q|A|$R|U]]|V|$5|O|P|Q|A|$R|W]]]]

Another simple but perhaps not so robust is to use contour area to remove small connected regions, then use erode/dilate before applying thinning process. 

However you can so process your thinned image directly by using cv::findContours(,) and mask about contours with small area. This is similar to what FiReTiTi answered.

You can use the <a href="http://docs.opencv.org/2.4/doc/tutorials/imgproc/shapedescriptors/find_contours/find_contours.html" rel="nofollow">findContour</a> example from OpenCV to build a contour detection using edge detector such as <a href="http://docs.opencv.org/2.4/modules/imgproc/doc/feature_detection.html?highlight=canny#canny" rel="nofollow">Canny</a>. The example can be ported directly as part your requirment. 

Once you got the contours in <code>vector&lt;vector&lt;Point&gt; &gt; contours;</code>you can iterate over each contour and use <a href="http://docs.opencv.org/2.4/modules/imgproc/doc/structural_analysis_and_shape_descriptors.html?highlight=findcontours#contourarea" rel="nofollow">cv::contourArea</a> to find the area of each region. Using pre-defined threshold you can remove unwanted areas.

blocks|key|1032811|text|FiReTiTi和kcc__已经提供了很好的答案，但我想我应该提供另一种观点。看过你之前的一些帖子后，你似乎正在尝试构建一个软件，使用手上的血管模式来识别人。因此，在某些情况下，您将需要构建某种分类算法。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1032812|我提出这一点是因为许多这样的算法在这种噪声存在的情况下是相当健壮的。例如，如果您打算使用监督学习来训练卷积神经网络(假设您可以收集大量的训练样本，这将是一种合理的方法)，您可能会发现这种类型的大量预处理是不必要的，甚至可能会降低性能。|1032813|只是一些需要考虑的想法。干杯!|1032814|entityMap^0|0|0|0^^$0|@$1|2|3|4|5|6|7|H|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|I|8|@]|9|@]|A|$]]|$1|D|3|E|5|6|7|J|8|@]|9|@]|A|$]]|$1|F|3|-4|5|6|7|K|8|@]|9|@]|A|$]]]|G|$]]

FiReTiTi and kcc__ have already provided good answers, but I thought I'd provide another perspective. Having looked through some of your previous posts, it appears that you're trying to build software that uses vascular patterns on the hand to identify people. So at some point, you will need to build some kind of classification algorithm.

I bring this up because many such algorithms are quite robust in the presence of this kind of noise. For example, if you intend to use supervised learning to train a convolutional neural net (which would be a reasonable approach assuming you can collect a decent amount of training samples), you may find that extensive pre-processing of this sort is unnecessary, and may even degrade the performance.

Just some thoughts to consider. Cheers!

blocks|key|3349325|text|在我看来，为什么不在第一张图像上使用距离变换，然后从生成的图像中使用大小滤波器对图像进行去噪。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|3349326|entityMap^0|0^^$0|@$1|2|3|4|5|6|7|D|8|@]|9|@]|A|$]]|$1|B|3|-4|5|6|7|E|8|@]|9|@]|A|$]]]|C|$]]

In my opinion why dont you use distance transform on the 1st image and then from the resultant image use size filter to de-speckle the image.

I have performed the thinning operation on a binary image with the code provided <a href="https://github.com/bsdnoobz/zhang-suen-thinning/blob/master/thinning.cpp" rel="nofollow noreferrer">here</a>. The source image which I used was this one.

<a href="https://i.stack.imgur.com/zPrxy.jpg" rel="nofollow noreferrer"><img src="https://i.stack.imgur.com/zPrxy.jpg" alt="Source Image"></a>

And the result image which I obtained after applying thinning operation on the source image was this one

<a href="https://i.stack.imgur.com/ZzZ36.png" rel="nofollow noreferrer"><img src="https://i.stack.imgur.com/ZzZ36.png" alt="Result Image"></a>

The problem I am facing is how to remove the noise in the image. Which is visible around the thinned white lines.

Noise Removal From Image Using OpenCV

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

我已经使用提供的代码对一个二进制图像执行了细化操作。我使用的源图像是这个。​​在对源图像进行细化操作后得到的结果图像是这样的​​我面临的问题是如何去除图像中的噪声。在细小的白线周围是可见的。

问基于OpenCV的图像去噪
EN

回答 4

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问基于OpenCV的图像去噪EN

回答 4

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问基于OpenCV的图像去噪
EN