如何在 Python 中使用 cv2 获取指纹？

Question

为了获得更好的指纹提取，您会推荐我什么？我看起来不太好。谢谢你。这是我的代码：

import cv2
import numpy as np

img = cv2.imread("huella.jpg")
img = cv2.resize(img, None, fx=0.7, fy=1.0, interpolation=cv2.INTER_AREA)
w, h = img.shape[:2]
fp = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

sharp = np.array([[-1, -1, -1, -1, -1], [-1, 2, 2, 2, -1], [-1, 2, 8, 2, -1], [-1, 2, 2, 2, -1], [-1, -1, -1, -1, -1]]) / 8
fp = cv2.filter2D(fp, -1, sharp)

fp = cv2.Canny(fp, 45, 45)

cv2.imshow("Original", img)
cv2.imshow("Huella", fp)

cv2.waitKey(0)
cv2.destroyAllWindows()

Images

Answer 1

你需要使用形态学操作。

首先。尝试使用cv2.dilate()，然后使用cv2.erode()。这应该会移除所有小而远的物体。

您可以在此处查看完整文档。

Morphological Transformations

Eroding and Dilating

新编辑：

图像在膨胀和腐蚀时会丢失信息，所以这里有一个删除小的连接组件的脚本。您应该根据需要更改 minSize。

import cv2
import numpy as np


def remove_small_pixel(img, minSize=50):
    nlabels, labels, stats, centroids = cv2.connectedComponentsWithStats(img, None, None, None, 8, cv2.CV_32S)
    sizes = stats[1:, -1]  # get CC_STAT_AREA component
    img2 = np.zeros(labels.shape, np.uint8)

    for i in range(0, nlabels - 1):
        if sizes[i] >= minSize:  # filter small dotted regions
            img2[labels == i + 1] = 255

    return img2

注意：此脚本仅适用于灰度图像。