opencv python 删除彩色图片中的斑块，GIS：删除栅格中的小面积斑块

opencv python 删除彩色图片中的斑块，GIS：删除栅格中的小面积斑块

opencv python 删除彩色图片中的斑块，GIS：删除栅格中的小面积斑块

栅格地图中总有一些细碎的小斑块，写一下代码可以把这些小斑块删除。希望可以帮助有需要的人，同时也做个笔记！效果如图，这是我设置小于300像素的斑块被删除的结果

具体思路如下：

1、首先读入彩色图片，然后转为灰度图片；原始图片

灰度图

2、sobel算子监测边缘，接着用连通区分析找出，小面积斑块的边缘；（说明一下：在上一步过程中我发现并没有找到小面积斑块，而是找到了小面积斑块的边缘轮廓）因此在第三步还需要将小面积斑块进行填充 。

边缘检测后进行连通性分析的结果

3、将上一步结果二值化，然后找到斑块的边缘，对斑块进行填充，得到最终的mask，用于下一步的图像修复。

填充

4、修复数据，用cv2.inpaint()

最终结果

import numpy as np
import cv2imgfile = r"F:cartography524datadataFromLvAmericaca_kr_300.png"
#函数中的第二个形参是一个数值，面积小于该数值的斑块会被删除
def remove_small_area(imgfile,area_name):#读取图像img = cv2.imread(imgfile)img = dianBlur(img, 5)#将图像转为灰度图像img_gray= cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)#sobel算子监测边缘x_gray = cv2.Sobel(img_gray, cv2.CV_32F, 1, 0)y_gray = cv2.Sobel(img_gray, cv2.CV_32F, 0, 1)x_gray = vertScaleAbs(x_gray)y_gray = vertScaleAbs(y_gray)dst = cv2.add(x_gray, y_gray, dtype=cv2.CV_16S)dst = vertScaleAbs(dst)#连通区域分析num_labels, labels, stats, centers = tedComponentsWithStats(dst, connectivity=8, ltype=cv2.CV_32S)# 参数说明：# num_labels： 代表连通域的数量，包含背景# labels ： 记录img中每个位置对应的label# stats： 每个连通域的外接矩形和面积# x, y, w, h, area = stats[t]# centers : 连通域的质心坐标for t in range(1, num_labels, 1):x, y, w, h, area = stats[t]if area > area_name:index = np.where(labels == t)labels[index[0], index[1]] = 0# 把斑点位置保存在mask中,The mask must be 8-bit 1-channel image in function 'icvInpaint'mask = np.array(labels, np.uint8)#将mask二值化，由于现在的mask只有轮廓，所以要将轮廓内部填充ret, thresh = cv2.threshold(mask, 0, 255, cv2.THRESH_BINARY)#找到最外层轮廓，该方法的第二个参数就是找最外层轮廓contours, hierachy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, 1)#填充result = cv2.fillPoly(thresh, contours, (255, 255, 255))#修复图像，mask地方的像素值由周围的像素值决定dst_TELEA = cv2.inpaint(img, result, 3, cv2.INPAINT_TELEA)#绘制最终结果cv2.imshow('result', dst_TELEA)cv2.waitKey(0)remove_small_area(imgfile,300)

参考大佬的博客：

=aHR0cHM6Ly9jbi5iaW5nLmNvbS8%3D