Python影像處理（6）：分離土壤與植物，python影像處理

Python影像處理（6）：分離土壤與植物，python影像處理

快樂蝦

http://blog.csdn.net/lights_joy/

歡迎轉載，但請保留作者資訊

下面嘗試分離圖片中的土壤與植物，目標是取得綠色植物映像，將土壤背景變為黑色。測試映像：

首先使用2g-r-b得到一個灰階圖及其長條圖：

# -*- coding: utf-8 -*- import cv2import numpy as npimport matplotlib.pyplot as plt# 使用2g-r-b分離土壤與背景src = cv2.imread('f:\\tmp\\cotton.jpg')cv2.imshow('src', src)# 轉換為浮點數進行計算fsrc = np.array(src, dtype=np.float32) / 255.0(b,g,r) = cv2.split(fsrc)gray = 2 * g - b - r# 求取最大值和最小值(minVal, maxVal, minLoc, maxLoc) = cv2.minMaxLoc(gray)# 計算長條圖hist = cv2.calcHist([gray], [0], None, [256], [minVal, maxVal])plt.plot(hist)plt.show()cv2.waitKey()

原來在計算長條圖之前都先把它轉換為u8的類型，現在看起來完全是多餘的！只需要給出級數和最大最小值就可以了！

最後得到了2g-r-b的長條圖：

再用OTSU對2g-r-b的灰階圖進行二值化：

# 轉換為u8類型，進行otsu二值化gray_u8 = np.array((gray - minVal) / (maxVal - minVal) * 255, dtype=np.uint8)(thresh, bin_img) = cv2.threshold(gray_u8, -1.0, 255, cv2.THRESH_OTSU)cv2.imshow('bin_img', bin_img)

然後就得到了一個很好的二值映像：

以此為掩碼得到彩色的植株映像：

# 得到彩色的映像(b8, g8, r8) = cv2.split(src)color_img = cv2.merge([b8 & bin_img, g8 & bin_img, r8 & bin_img])

看看結果：

基本符合我們的預期。