OpenCV滚珠背景减法算法

Question

是否有一个OpenCV (安卓)实现“滚动球”背景减法算法，发现在ImageJ: Process->减法背景？

OpenCV有一个BackgroundSubtractorMOG类，但是它用于视频流而不是单个独立的图像。

这是这个方法所做的一个例子：http://imgur.com/8SN2CFz

下面是这个过程的文档：背景

Answer 1

据我所知，OpenCV C库中没有实现，而Android包装器只是主要库的包装器。

尽管如此，ImageJ实现的源代码是在线的这里，因此您应该能够将其直接集成到安卓图像处理管道中。

有一些关于滚动球与使用磁盘结构元素(在OpenCV中可用) 这里的相对优点的讨论。

如果你绝对需要滚球和OpenCV，那么不幸的是它没有“开箱即用”。

Answer 2

编辑:在本文中使用该方法之前，阅读下面的评论，并考虑@renat和@David的答案。

万一有人还在寻找巨蟒中滚动的背景校正。对我来说，下面的工作效果很好。

1. 加载图像并分别处理每个通道。
2. 创建一个加权球结构元素
3. 使用白色顶帽变换

以下是单色图像的一些代码：

import scipy.ndimage as scim
from scipy.misc import imsave
from skimage.morphology import ball

# Read image
im = scim.imread("path")[:, :, 0].astype(int)

# Create 3D ball with radius of 50 and a diameter of 2*50+1
s = ball(50)

# Take only the upper half of the ball
h = s.shape[1] // 2 + 1  # 50 + 1

# Flatten the 3D ball to a weighted 2D disc
s = s[:h, :, :].sum(axis=0)

# Rescale weights into 0-255
s = (255 * (s - s.min())) / (s.max() - s.min())

# Use im-opening(im,ball) (i.e. white tophat transform) (see original publication)
im_corr = scim.white_tophat(im, structure=s)

# Save corrected image
imsave('outfile', im_corr)

这给出的结果与imagej实现不完全相同，但结果非常相似。在我的例子中，既有好的也有坏的校正区域。整体颜色强度较高。

Answer 3

基于@Xenthor的回答--这是我想出的：

import numpy as np
import scipy.ndimage as ndi
from scipy.ndimage._ni_support import _normalize_sequence

def rolling_ball_filter(data, ball_radius, spacing=None, top=False, **kwargs):
    """Rolling ball filter implemented with morphology operations

    This implenetation is very similar to that in ImageJ and uses a top hat transform
    with a ball shaped structuring element
    https://en.wikipedia.org/wiki/Top-hat_transform

    Parameters
    ----------
    data : ndarray
        image data (assumed to be on a regular grid)
    ball_radius : float
        the radius of the ball to roll
    spacing : int or sequence
        the spacing of the image data
    top : bool
        whether to roll the ball on the top or bottom of the data
    kwargs : key word arguments
        these are passed to the ndimage morphological operations

    Returns
    -------
    data_nb : ndarray
        data with background subtracted
    bg : ndarray
        background that was subtracted from the data
    """
    ndim = data.ndim
    if spacing is None:
        spacing = 1

    spacing = _normalize_sequence(spacing, ndim)

    radius = np.asarray(_normalize_sequence(ball_radius, ndim))
    mesh = np.array(np.meshgrid(*[np.arange(-r, r + s, s) for r, s in zip(radius, spacing)], indexing="ij"))
    structure = 2 * np.sqrt(1 - ((mesh / radius.reshape(-1, *((1,) * ndim)))**2).sum(0))
    structure[~np.isfinite(structure)] = 0
    if not top:
        # ndi.white_tophat(data, structure=structure, output=background)
        background = ndi.grey_erosion(data, structure=structure, **kwargs)
        background = ndi.grey_dilation(background, structure=structure, **kwargs)
    else:
        # ndi.black_tophat(data, structure=structure, output=background)
        background = ndi.grey_dilation(data, structure=structure, **kwargs)
        background = ndi.grey_erosion(background, structure=structure, **kwargs)

    return data - background, background