在 OpenCV 中从带有孔的掩码侧面侵蚀 x 像素

Question

我有一个面具，里面可能有洞。我想从遮罩的外部（而不是孔）横向侵蚀一定数量的像素。

诀窍是，如果我向内侵蚀 5px 并且在某个点有一个距离边缘 3px 的孔，我想侵蚀这 3px，然后将剩余的 2px 侵蚀到孔之外。所以我总是每边侵蚀 5px，基本上跳过了任何漏洞。

例如使用这个掩码：

这些灰色区域将被侵蚀：

我可以通过遍历每一行来了解如何做到这一点，例如：

erode_px = 5
for y, row in enumerate(mask):
    idxs = np.nonzero(row)[0]
    if idxs.size:
        if idxs.size < erode_px * 2:
            mask[y] = 0
        else:
            mask[y, :idxs[erode_px]] = 0
            mask[y, idxs[-erode_px]:] = 0

但我正在处理非常大的面具，这需要高效。有没有办法在不遍历 Python 中的每一行的情况下实现这一点？最好只使用 OpenCV / numpy。

Answer 1

您可以使用累积和完成您想要的：

1. 沿水平线计算累积和。
2. 在所需距离处的阈值累积和n。
3. 与输入逻辑与。

这将取消设置每条线上的第一个n 设置像素。要从右边缘应用操作，翻转矩阵，应用上面的操作，然后翻转结果。

以下代码演示了操作：

import numpy as np
import matplotlib.pyplot as plt

def erode_left(mask, n):
   return np.logical_and(np.cumsum(mask, axis=1) > n, mask)

def erode_both(mask, n):
   mask = erode_left(mask, n)
   mask = np.fliplr(erode_left(np.fliplr(mask), n))
   return mask
   

mask = np.array([[0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0],
                 [0,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0],
                 [0,1,1,1,0,0,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0],
                 [0,1,1,1,0,0,1,1,1,1,1,1,0,0,0,1,1,1,1,1,1,1,0],
                 [0,1,1,1,0,0,1,1,1,1,1,1,0,0,0,1,1,1,1,1,1,1,0],
                 [0,1,1,1,0,0,1,1,1,1,1,1,0,0,0,1,1,1,1,1,1,1,0],
                 [0,1,1,1,0,0,0,0,0,1,1,1,1,1,1,1,1,1,1,1,1,1,0],
                 [0,1,1,1,0,0,0,0,0,1,1,1,1,1,1,1,1,1,1,1,1,1,0],
                 [0,1,1,1,0,0,0,0,0,1,1,1,1,1,1,1,1,1,1,1,1,1,0],
                 [0,1,1,1,0,0,0,0,0,1,1,1,1,1,1,1,1,1,1,1,1,1,0],
                 [0,1,1,1,0,0,0,0,0,1,1,1,1,1,1,1,1,1,1,1,1,1,0],
                 [0,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0],
                 [0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0]], dtype=bool)

f, axarr = plt.subplots(2,2)
axarr[0,0].imshow(mask)
axarr[0,0].title.set_text('Input')
axarr[0,1].imshow(erode_left(mask, 5))
axarr[0,1].title.set_text('Eroded left side')
axarr[1,0].imshow(erode_both(mask,5))
axarr[1,0].title.set_text('Eroded both sides')
axarr[1,1].imshow(erode_both(mask,5) + 2*mask)
axarr[1,1].title.set_text('Overlay')
plt.show()

Answer 2

我必须承认，这不是最好的解决方案，我不确定它是否符合您的意图，但这是您描述的一种方法：

import numpy as np
from skimage.morphology import closing, erosion
from matplotlib import pyplot as plt

np.random.seed(0)
idxs = np.random.randint(0, 15 ,(2, 30))

mask = np.ones((15, 15))
mask[:2] = 0
mask[-2:] = 0
mask[:, :2] = 0
mask[:, -2:] = 0
mask[idxs[0], idxs[1]] = 0

mask_cls = closing(mask, selem = np.ones((2, 2)))

mask_erd = erosion(mask_cls, selem = np.ones((3, 3)))

mask_erd_out = mask*mask_erd

输出：