如何分割叶片图像中感兴趣的区域

目标： 我想检测叶片图像的某些区域。我发现我的相关问题，接近这个segment object(leaf) which is on the white paper using image processing（从白色背景中删除叶）但我的超越它，它旨在提取/分割叶的病变区域。如何分割叶片图像中感兴趣的区域

问题： 如何准确地分割和提取图像中叶子的病变区域。

我尝试：
1. INRANGE（）函数的OpenCV -threshold绿颜色，所以我不会对非绿色区域（棕色，灰色等），我可以做几个INRANGE值将有望消除绿色;我施加高斯模糊，从RGB转换为HSV分割

链接到文件 image1的，图像2输入和结果之前：
IMAGE1： 结果：格林被分段（被认为不是很准确），但我仍然不知道如何提取非绿色区域（如下一步）

镜像2： 结果：被列入黑暗的小圆圈/考虑绿色据称不应

我是新来的OpenCV（也是C++）和我已看过一些技术（如聚类方法模糊C和K-手段，等）为分割，但我不能决定哪种分割技术用于我的图像。我也从我读过的文章中了解到，通用分割技术不适用于所有图像。因此，我想知道哪种技术（聚类方法？基于区域的直方图？等）或过程最适用于我有的图像种类，以准确地分割所述图像。

非常感谢。

来源

2014-02-22 user3339658

刚刚尝试下面的步骤

创建模板图片： -首先，你需要为叶创建蒙版图像，你需要做的阈值，找到轮廓（最大），画出轮廓（用实心）等...为了消除边缘效应，你需要侵蚀你的面具，这会产生更好的效果。

enter image description here

下面的代码片段会做上述

Mat thr; 
Mat src=imread("image2.png",1); //Your processed image 
cvtColor(src,thr,CV_BGR2GRAY); 
threshold(thr,thr,180,255,THRESH_BINARY_INV); 

vector< vector <Point> > contours; // Vector for storing contour 
vector<Vec4i> hierarchy; 
int largest_contour_index=0; 
int largest_area=0; 
Mat mask(src.rows,src.cols,CV_8UC1,Scalar::all(0)); //create destination image 
findContours(thr.clone(), contours, hierarchy,CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE); // Find the contours in the image 
for(int i = 0; i< contours.size(); i++) // iterate through each contour. 
    { 
    double a=contourArea(contours[i],false); // Find the area of contour 
    if(a>largest_area){ 
    largest_area=a; 
    largest_contour_index=i;    //Store the index of largest contour 
    } 
    } 
drawContours(mask,contours, largest_contour_index, Scalar(255,255,255),CV_FILLED, 8, hierarchy); // Draw the largest contour using previously stored index. 
int dilation_size = 2; 
Mat element = getStructuringElement(MORPH_RECT, 
             Size(2*dilation_size + 1, 2*dilation_size+1), 
             Point(dilation_size, dilation_size)); 
erode(mask, mask, element);

提取绿色区域： -这里你应该用HSV色彩空间，INRANGE等。正如你的问题中提到的那样。

enter image description here

Mat HSV,hsv_thr,dst; 
cvtColor(src,HSV,CV_BGR2HSV); 
inRange(HSV,Scalar(20,10,10),Scalar(90,255,255),hsv_thr);

以上图片bitwise_not： -这里你应该用上面创建的面具。

enter image description here

bitwise_not(hsv_thr, dst, mask);

绘制发病面积： - 再次在这里，您需要做的找到轮廓画出轮廓等...

enter image description here

findContours(dst.clone(), contours, hierarchy,CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE); // Find the contours in the image 
    for(int i = 0; i< contours.size(); i++) // iterate through each contour. 
     drawContours(src,contours, i, Scalar(0,0,255),1, 8, hierarchy);

你可以通过适当的滤波，阈值提高结果使用适当的hsv范围等等......另外上面的算法认为你的背景总是白色的，对于其他背景你需要改变创建遮罩图像的步骤。

希望这些有帮助...

来源

2014-02-22 11:40:59 Haris

这是我真正需要的。这确实是非常有用的。我只想问一下，有没有其他可用于感兴趣区域（非绿色）区域的格式？我想要一个roi（不是二进制）的灰度或彩色图像版本进行进一步处理。 – user3339658

在这里使用这个答案[link]（http://stackoverflow.com/questions/10176184/with-opencv-try-to-extract-a-region-of-a-picture-described-by-arrayofarrays#），I试图让轮廓内的区域（其中只有roi是可见的，其他人是黑色的），但我只能在图像的第一轮廓内获得该区域，而不是所有轮廓。你能给我一些关于如何获得所有轮廓内容的指针吗？非常感谢你提前。 :) – user3339658

只需使用[Mat :: copyTo（）]（http://docs.opencv.org/modules/core/doc/basic_structures.html#mat-copyto）和轮廓作为蒙版。 – Haris

如何分割叶片图像中感兴趣的区域

回答

相关问题