从简单的二值图像中去除雀斑

Question

我有一个跑步者的以下 NumPy 数组，你可以在这里下载： https://drive.google.com/file/d/1SfIEqGsBV_vA7iP4UjLdklLJlLdDzozL/view?usp=sharing

要显示它，请使用以下代码：

import numpy as np
import matplotlib.pyplot as plt

# load data
data = np.load('running_man.npy')
# plot data
plt.imshow(data)

如您所见，图像中有很多噪点（雀斑）。我想摆脱它并检索跑步者的干净图像。知道怎么做吗？

这是我目前所做的：

from skimage import measure
# Find contours at a constant value of 1
contours = measure.find_contours(data, 1, fully_connected='high')

# Select the largest contiguous contour
contour = sorted(contours, key=lambda x: len(x))[-1]

# Create an empty image to store the masked array
r_mask = np.zeros_like(data, dtype='bool')

# Create a contour image by using the contour coordinates rounded to their nearest integer value
r_mask[np.round(contour[:, 0]).astype('int'), np.round(contour[:, 1]).astype('int')] = 1

# Fill in the hole created by the contour boundary
r_mask = ndimage.binary_fill_holes(r_mask)

# Invert the mask since one wants pixels outside of the region
r_mask = ~r_mask

plt.imshow(r_mask)

...但是你可以看到轮廓非常粗糙！ 行之有效的是将图像上传到在线 jpg 到 SVG 转换器 -> 这使得线条超级流畅。 ...但我希望能够在 python 中做到这一点。

想法： 我正在寻找可以保持尖角的东西，也许可以检测沿边缘的渐变并仅保持渐变高于某个阈值的点...

Answer 1

对于这个特定的图像，您可以使用 numpy：

import numpy as np
import matplotlib.pyplot as plt

data = np.load('running_man.npy')
data[data > 1] = 0
plt.xticks([])
plt.yticks([])
plt.imshow(data)

Answer 2

对于更好地保留角点的方法，我们可以使用中值过滤器，但强制保留角点。

蒙面图像

过滤后的掩码

重新着色

import cv2
import numpy as np

# load image
img = cv2.imread("run.png");
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY);

# make mask
_, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU);

# median filter
med = cv2.medianBlur(thresh, 11);
med[thresh == 255] = 255;

# inverse filter
mask = cv2.bitwise_not(med);
med = cv2.medianBlur(mask, 3);
med[mask == 255] = 255;

# recolor
color = np.zeros_like(img);
color[med == 0] = (66, 239, 245);
color[med == 255] = (92, 15, 75);

# show
cv2.imshow("colored", color);
cv2.waitKey(0);