python dicom图像分割_python用opencv完成图像分割并进行目标物的提取

运行平台： Windows

Python版本： Python3.x

IDE： Spyder

今天我们想实现的功能是对单个目标图片的提取如图所示：

图片读取

###############头文件

import matplotlib.pyplot as plt

import os

import cv2

import numpy as np

from PIL import Image

#from skimage import io

import random

from PIL import Image

首先要完成图片的读取，通过cv2.imshow显示``

img = cv2.imread("1_3img.png")############图片读取

#cv2.imshow('picture', img)

#cv2.waitKey(0)

pictue_size=img.shape

picture_height=pictue_size[0]

picture_width=pictue_size[1]

边界提取

################灰度化，以及二值化

gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

ret, binary = cv2.threshold(gray,1,255,cv2.THRESH_BINARY)

############################

######################边界提取，contours包含边界值的坐标

contours, hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)

边界提取采用cv2.findContours，在进行边缘提取的时候要把图像处理为二值图像，这里要说明一下，不同版本的opencv，cv2.findContours输出的值不同，有两个有三个，我们这个opencv版本输出为两个。

coontours为所有边界点的集合，是一个list，我们图中有三个区域，所以len（list）=3，每一个list里包含边界值数据。

图片提取

img2=[0 for i in range(len(contours))]

print(len(contours))

for i in range(len(contours)):

img2[i]=cv2.imread("./blackboard/test.jpg")############黑色底板图片读取

print(img2[i].shape)

# cv2.drawContours(img2[i],contours[i],-1,(0,0,255),3) #########画边界

###############全图片遍历找到相应的在轮廓之内的点

for a in range(picture_height):

for b in range(picture_width):

#############################################辨别是否在轮廓内是定义为1，不是定义为-1

result = cv2.pointPolygonTest(contours[i], (a,b), False)

if result>0:

img2[i][b,a]=100

##############下面填写保存代码

scipy.misc.imsave('picture'+str(i)+'.jpg',img2[i])

我们先读取一个黑色底版图片，里面所有的值为0，通过cv2.pointPolygonTest函数来分析像素点的位置是否在边界区域内，是返回1，不是返回-1，是的点我们赋值为100，并保存，最后得到我们想要的图片啦

到此这篇关于python用opencv完成图像分割并进行目标物的提取的文章就介绍到这了,更多相关python opencv图像分割并提取内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！

时间： 2020-05-24