将连接的组件分离到多个图像答案

【问题标题】：separate connected components to multiple images将连接的组件分离到多个图像
【发布时间】：2019-04-18 00:28:50
【问题描述】：

我有this 类型的白色和黑色图像，我想将每个白色形状保存到适合形状大小的图像。

我使用connectedComponentsWithStats() 来标记连接区域，然后我使用一个包围该区域的矩形来提取它并将其分开保存。

img = imread('shapes.png', IMREAD_GRAYSCALE)
_ , img = threshold(img,120,255,THRESH_BINARY)
n_labals, labels, stats, centroids = connectedComponentsWithStats(img)
for label in range(1,n_labals):
    width = stats[label, CC_STAT_WIDTH]
    height = stats[label, CC_STAT_HEIGHT]
    x = stats[label, CC_STAT_LEFT]
    y = stats[label, CC_STAT_TOP]
    roi = img[y-5:y + height+5, x-5:x + width+5]
    pyplot.imshow(roi,cmap='gray')
    pyplot.show()

但是，这样我在形状之间有一些交叉点，如图所示 here

我希望将每个连接区域保存到一个单独的图像中，没有任何交叉，如图所示here

更新

我拿了一个长方形来嵌入兴趣区域，然后我删除了其他标签

img = imread('shapes.png', IMREAD_GRAYSCALE)
_ , img = threshold(img,120,255,THRESH_BINARY)
n_labals, labels, stats, centroids = connectedComponentsWithStats(img)
for label in range(1,n_labals):
    width = stats[label, CC_STAT_WIDTH]
    height = stats[label, CC_STAT_HEIGHT]
    x = stats[label, CC_STAT_LEFT]
    y = stats[label, CC_STAT_TOP]
    roi = labels[y-1:y + height+1, x-1:x + width+1].copy() # create a copy of the interest region from the labeled image
    roi[ roi != label] = 0  # set the other labels to 0 to eliminate untersections with other labels
    roi[ roi == label] = 255 # set the interest region to white
    pyplot.imshow(roi,cmap='gray')
    pyplot.show()

【问题讨论】：

标签： python opencv connected-components

【解决方案1】：

来自this post 的已接受答案，详细说明了函数 connectedComponentsWithStats：

Labels 是一个矩阵，其大小为输入图像的大小，其中每个元素都有一个等于其标签的值。

因此，这意味着对象 1 的所有像素都具有值 1，对象 2 的所有像素都具有值 2，依此类推。

解决您的问题我的建议是regionprops 这是在skimage 中实现的（非常适合在 python 中进行图像处理）

可以使用 pip 或 conda 安装，详情here

因此，在整数数组上调用 regionprops 将返回一个生成器列表，这些生成器几乎可以计算所有您想要的基本对象属性。具体来说，您要创建的图像可以通过 'filled_image' 访问：

import numpy as np
from skimage.measure import regionprops

# generate dummy image:
labels = np.zeros((100,100), dtype=np.int) # this does not work on floats
# adding two rectangles, similar to output of your label function
labels[10:20, 10:20] = 1
labels[40:50, 40:60] = 2

props = regionprops(labels)
print(type(props))

现在，我们可以遍历列表中的每一项：

for prop in props:
   print(prop['label']) # individual properties can be accessed via square brackets
   cropped_shape = prop['filled_image'] # this gives you the content of the bounding box as an array of bool.
   cropped_shape = 1 * cropped_shape # convert to integer
   # save image with your favourite imsave. Data conversion might be neccessary if you use cv2

【讨论】：