自适应阈值处理后图像边缘黑框的成因及去除方法求助

问题描述 #

对.tiff格式图像执行自适应均值阈值处理后，图像边缘出现黑框（轮廓），使用全局阈值cv2.threshold(img,127,255,cv2.THRESH_BINARY)时无此问题。尝试过漫水填充代码但无效，求解决方案。

我的处理代码 #

img = cv2.imread("My.tiff", 0)

th = cv2.adaptiveThreshold(img,255,cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY,115,2)

尝试过的漫水填充代码 #

img = cv2.imread(file_path, 0)

rows, cols = img.shape

cv2.floodFill(img, None, seedPoint=(0, 0), newVal=255, loDiff=1, upDiff=1)  # 填充左上角
cv2.floodFill(img, None, seedPoint=(cols-1, 0), newVal=255, loDiff=1, upDiff=1)  # 填充右上角
cv2.floodFill(img, None, seedPoint=(0, rows-1), newVal=255, loDiff=1, upDiff=1)  # 填充左下角
cv2.floodFill(img, None, seedPoint=(cols-1, rows-1), newVal=255, loDiff=1, upDiff=1)  # 填充右下角

问题成因 #

自适应阈值（均值/高斯类型）是基于局部像素窗口计算阈值的，OpenCV默认会用0填充窗口外的区域。你设置的窗口大小115过大，边缘区域的窗口只有部分落在图像内，大量填充0会拉低局部均值，导致阈值异常。如果图像边缘像素的亮度刚好处于这个异常阈值的临界值，就会被错误二值化为黑色，形成黑框。而全局阈值用固定值127，不受边缘填充的影响，所以没有该问题。

你尝试的漫水填充无效，是因为它只针对连续的同色区域，如果黑框不是连续单一亮度区域，或者种子点、容差设置不合适，就起不到作用。

解决方法 #

1. 调整自适应阈值参数或扩展图像边缘

• 缩小窗口大小：把块大小改成更小的奇数（比如21、11），减少窗口包含边缘外填充像素的比例，降低均值偏差：

th = cv2.adaptiveThreshold(img,255,cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY,21,2)

• 边缘扩展后处理：如果必须用大窗口，先复制图像边缘扩展窗口一半宽度的区域，避免填充0影响均值计算：

# 扩展边缘，宽度为窗口大小的一半（115//2=57）
extended_img = cv2.copyMakeBorder(img, 57, 57, 57, 57, cv2.BORDER_REPLICATE)
# 处理扩展后的图像
th_extended = cv2.adaptiveThreshold(extended_img,255,cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY,115,2)
# 裁剪回原图像尺寸
th = th_extended[57:-57, 57:-57]

2. 预处理均衡图像亮度

如果图像边缘本身亮度偏低，先做对比度均衡处理，缩小边缘与中心的亮度差异：

# 用CLAHE限制对比度自适应均衡
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
equalized_img = clahe.apply(img)
# 再做自适应阈值
th = cv2.adaptiveThreshold(equalized_img,255,cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY,115,2)

3. 后处理消除黑框

如果前两种方法无效，可以直接对处理后的图像做后处理：

• 形态学闭运算：填充细小黑色区域：

kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3,3))
th_clean = cv2.morphologyEx(th, cv2.MORPH_CLOSE, kernel)

• 强制设置边缘为白色：根据黑框宽度，把边缘几行几列直接设为255：

rows, cols = th.shape
th_clean = th.copy()
# 边缘5行/列设为白色，可根据黑框宽度调整数值
th_clean[:5, :] = 255
th_clean[-5:, :] = 255
th_clean[:, :5] = 255
th_clean[:, -5:] = 255

内容的提问来源于stack exchange，提问作者Carrie