如何用CV2通过形态学操作分离图像中的线条与圆形

图像示例 #

已实现的圆形提取结果 #

提取线条的思路与代码 #

既然已经成功分离出圆形区域，我们可以通过阈值化原图减去圆形区域得到线条的初步掩码，再用小尺寸结构元素做闭运算修复线条孔洞，同时避免线条粘连：

import cv2
import matplotlib.pyplot as plt

def otsuThresholding(img):
    # 实现Otsu阈值化（转为灰度后处理）
    gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
    _, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
    return thresh

# 读取并预处理图像
image = cv2.imread('sample.png')
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
thresh_img = otsuThresholding(image)

# 复用你的圆形提取代码
structuringElement_circle = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (18, 18))
imageErode = cv2.erode(thresh_img, structuringElement_circle)
openingCircles = cv2.dilate(imageErode, structuringElement_circle)

# 1. 提取线条初始掩码：阈值化原图减去圆形区域
lines_mask = cv2.subtract(thresh_img, openingCircles)

# 2. 闭运算修复线条孔洞：用小椭圆结构元素，避免线条粘连
structuringElement_line = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3, 3))
lines_final = cv2.morphologyEx(lines_mask, cv2.MORPH_CLOSE, structuringElement_line)

# 展示结果
plt.figure(figsize=(12, 6))
plt.subplot(131)
plt.title("阈值化原图")
plt.imshow(thresh_img, 'gray', vmax=255, vmin=0)
plt.subplot(132)
plt.title("初步线条掩码")
plt.imshow(lines_mask, 'gray', vmax=255, vmin=0)
plt.subplot(133)
plt.title("最终提取线条")
plt.imshow(lines_final, 'gray', vmax=255, vmin=0)
plt.show()

关键说明 #

• 直接从原图减圆形区域会得到带有孔洞的线条，这是因为圆形原本覆盖了线条的部分区域。
• 使用**小尺寸椭圆结构元素（如3x3）**做闭运算，先膨胀填补孔洞，再腐蚀恢复线条原有粗细，既能修复孔洞，又不会导致线条过度加粗粘连。如果3x3效果不够，可以尝试5x5的结构元素，但不要超过线条宽度的2倍。

内容的提问来源于stack exchange，提问作者ricklink