如何使用 Python（可能还有一些工具，如 OpenCV）以编程方式从左侧图像转到右侧图像？
我使用在线剪辑工具手工制作了这个。我在图像处理方面完全是菜鸟（尤其是在实践中）。我正在考虑应用一些边缘或轮廓检测来创建一个蒙版，稍后我将在原始图像上应用它以将其他所有内容（感兴趣的区域除外）涂成黑色。但我失败得很惨。
目标是预处理非常相似的图像数据集，以训练 CNN 二元分类器。我试图通过只裁剪靠近感兴趣区域的图像来训练它，但噪音太高以至于 CNN 完全没有学到任何东西。
有人可以帮我做这个预处理吗？
【问题讨论】：
标签： python opencv image-processing conv-neural-network
我使用 OpenCV 的 watershed 算法实现来解决您的问题。看this great tutorial就知道怎么用了，我就不详细解释了。
我选择了四个点（标记）。一个位于您要提取的区域，一个位于外部，另外两个位于您不感兴趣的内部下部/上部。然后我创建了一个空整数数组（所谓的标记图像）并用零填充它。然后我为标记位置的像素分配了唯一值。
下图显示了标记位置和标记值，绘制在原始图像上：
我还可以在同一区域内选择更多标记（例如，属于您要提取的区域的多个标记），但在这种情况下，它们都应该具有相同的值（在本例中为 255）。
然后我使用了分水岭。第一个输入是您提供的图像，第二个输入是标记图像（除标记位置外，所有位置均为零）。该算法将结果存储在标记图像中；您感兴趣的区域用区域标记的值标记（在本例中为 255）：
我将所有没有 255 值的像素设置为零。我用 3x3 内核将获得的图像放大了 3 次。然后我使用膨胀图像作为原始图像的掩码（我将掩码外的所有像素设置为零），这就是我得到的结果：
您可能需要某种自动查找标记的方法。这项任务的难度在很大程度上取决于输入图像的集合。在某些情况下，该方法可能非常简单明了（如上面链接的教程中所示），但有时这可能是一个难以破解的难题。但我不能推荐任何东西，因为我不知道你的图像一般看起来如何（你只提供了一个）。 :)
【讨论】：