如何平滑分段的斑点？答案

【问题标题】：How can I smooth the segmented blob?如何平滑分段的斑点？
【发布时间】：2019-05-21 11:14:46
【问题描述】：

随着分段的斑点出现一些闪烁（锐线）。如何减少它们以使边界更平滑？为了更清楚起见，我附上了带有输入和预期输出的图像。

请注意，它是二进制图像，我没有原始图像（灰色）。输入是二进制的。

我尝试过高斯模糊，但该方法使我的形状变小了。

mask = ndimage.filters.gaussian_filter(mask, 0.5, order=0, output=None, mode='reflect', cval=0.0, truncate=5.0)

【问题讨论】：

标签： python algorithm image-processing

【解决方案1】：

您也可以使用 OpenCV 来执行打开（即形态学操作）：

cv2.morphologyEx(mask, cv2.MORPH_OPEN,cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3, 3)))

【讨论】：

【解决方案2】：

扩展MBo's answer：

开口应与磁盘结构元素（内核）一起应用，以防止方向偏差。

磁盘的大小决定了删除了多少工件。下面是来自 OP（左）和 5 个打开结果的示例图像，直径分别为 7、9、11、13 和 15 像素。在我看来，13 或 15 像素最适合这种情况，尽管在 15 像素时可能还会删除更多细节。过滤噪声始终是消除噪声和保留细节之间的折衷。去除的噪点越多，去除的细节也就越多。

SciPy ndimage 有an opening，要将其与磁盘结构元素一起应用，请执行以下操作：

diameter = 15
radius = diameter // 2
x = np.arange(-radius, radius+1)
x, y = np.meshgrid(x, x)
r = x**2 + y**2
se = r < radius**2
ndimage.binary_opening(img, se)

在这段代码中，我们首先创建一个一维数组x，表示与中间的距离。 np.meshgrid 采用此数组并创建两个二维数组（图像），其中包含原点位于图像中间的 x 和 y 坐标。下一行计算r，即到原点的平方距离。最后我们可以得到结构元素se作为原点radius内的所有像素。

OpenCV 可能有一种更简单的方法来应用磁盘的开口。我建议使用 SciPy ndimage，因为这是 OP 中使用的。

【讨论】：

不错的解决方案。它运作良好。 x = np.arange(-7, 8)的目的是什么
@MoonLee：我已经编辑了答案以解决您的问题。我希望它能解释它。尝试在交互式 Python 会话中逐行运行程序，并检查每一行的输出。我认为这是了解正在发生的事情的最佳方式。

【解决方案3】：

如果你的图像缺陷足够薄，你可以尝试形态学操作：erosion, then dilation 来恢复整体形式（内核大小相同）。这个操作序列相当于morphologyEx opening

请注意，blob 的边缘会更平滑，但有时可能会出现不需要的特性（通常，不可能在不失真的情况下增强任意图片）

【讨论】：