在OpenCV中用孔腐蚀掩模侧面的x像素

Question

我有个面具里面可能有洞。我想从面具的外部侵蚀(所以不是洞)，水平的，一定数量的像素。

诀窍是，如果我向内侵蚀5px，在某一点上，从边缘有一个3px洞，我想要腐蚀这3px，然后剩下的2px通过洞。因此，我总是侵蚀每一侧5便士，实质上是跳过任何洞。

例如，使用此掩码：

​

​

这些灰色地带将被侵蚀：

​

​

我可以看到如何通过遍历每一行来实现这一点，如下所示：

erode_px = 5
for y, row in enumerate(mask):
    idxs = np.nonzero(row)[0]
    if idxs.size:
        if idxs.size < erode_px * 2:
            mask[y] = 0
        else:
            mask[y, :idxs[erode_px]] = 0
            mask[y, idxs[-erode_px]:] = 0

但我正在处理非常大的面具，这需要有效率。是否有一种方法可以实现这一点，而不对Python中的每一行进行循环？最好只使用OpenCV / numpy。

Answer 1

您可以使用累积和完成所需的任务：

计算沿水平lines.

• Threshold累积和在您期望的距离n.

• Logical和输入的

1. 。

。

这将取消沿每条线设置的第一个n集像素。若要从右侧边缘应用该操作，请翻转矩阵，应用上面的操作，并翻转结果。

以下代码演示了该操作：

import numpy as np
import matplotlib.pyplot as plt

def erode_left(mask, n):
   return np.logical_and(np.cumsum(mask, axis=1) > n, mask)

def erode_both(mask, n):
   mask = erode_left(mask, n)
   mask = np.fliplr(erode_left(np.fliplr(mask), n))
   return mask
   

mask = np.array([[0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0],
                 [0,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0],
                 [0,1,1,1,0,0,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0],
                 [0,1,1,1,0,0,1,1,1,1,1,1,0,0,0,1,1,1,1,1,1,1,0],
                 [0,1,1,1,0,0,1,1,1,1,1,1,0,0,0,1,1,1,1,1,1,1,0],
                 [0,1,1,1,0,0,1,1,1,1,1,1,0,0,0,1,1,1,1,1,1,1,0],
                 [0,1,1,1,0,0,0,0,0,1,1,1,1,1,1,1,1,1,1,1,1,1,0],
                 [0,1,1,1,0,0,0,0,0,1,1,1,1,1,1,1,1,1,1,1,1,1,0],
                 [0,1,1,1,0,0,0,0,0,1,1,1,1,1,1,1,1,1,1,1,1,1,0],
                 [0,1,1,1,0,0,0,0,0,1,1,1,1,1,1,1,1,1,1,1,1,1,0],
                 [0,1,1,1,0,0,0,0,0,1,1,1,1,1,1,1,1,1,1,1,1,1,0],
                 [0,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0],
                 [0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0]], dtype=bool)

f, axarr = plt.subplots(2,2)
axarr[0,0].imshow(mask)
axarr[0,0].title.set_text('Input')
axarr[0,1].imshow(erode_left(mask, 5))
axarr[0,1].title.set_text('Eroded left side')
axarr[1,0].imshow(erode_both(mask,5))
axarr[1,0].title.set_text('Eroded both sides')
axarr[1,1].imshow(erode_both(mask,5) + 2*mask)
axarr[1,1].title.set_text('Overlay')
plt.show()

​

​

Answer 2

我必须承认，这不是最好的解决方案，我也不确定它能实现你想要做的事情，但有一种方法可以像你所说的那样：

import numpy as np
from skimage.morphology import closing, erosion
from matplotlib import pyplot as plt

np.random.seed(0)
idxs = np.random.randint(0, 15 ,(2, 30))

mask = np.ones((15, 15))
mask[:2] = 0
mask[-2:] = 0
mask[:, :2] = 0
mask[:, -2:] = 0
mask[idxs[0], idxs[1]] = 0

mask_cls = closing(mask, selem = np.ones((2, 2)))

mask_erd = erosion(mask_cls, selem = np.ones((3, 3)))

mask_erd_out = mask*mask_erd

输出：

​

​