如何去除斑块边缘的单个像素？

Question

我有一张二进制图像，如下图所示。请问我该如何去掉这些块边缘的单个像素呢？

如果你不想给出完整的代码，也没关系，你可以解释一些算法或者给我指个方向。

Answer 1

你需要对给定的图像先进行一个叫做腐蚀的操作，然后再进行一个叫做膨胀的操作。链接里的示例图像看起来有点相反，所以别搞混了。
腐蚀操作会让你的白色区域变小，使用合适的滤镜可以去掉多余的白色像素。接着，你可以进行膨胀操作，把白色区域再扩展回来，但不会有那些多余的杂乱白色像素。

Answer 2

我处理这种单个像素的方法是检查每个像素周围的4个相邻像素。如果一个像素只有一个相邻像素，它就会被删除。这会把“旋转的L”边缘上的一个像素也删掉，而这个像素其实是不应该被删除的。

下面是我用来实现上述方法的代码：

    int neighborNum;
    vector<cv::Point> willRemove;
    for (int i = 1; i < img.rows - 1; i++) {
        for (int j = 1; j < img.cols - 1; j++) {
            neighborNum = 0;
            if (img.at<uchar>(i, j) == 255) {
                // Check 4 connected neighbors
                if (img.at<uchar>(i, j - 1) == 255) {
                    neighborNum++;
                }
                if (img.at<uchar>(i - 1, j) == 255) {
                    neighborNum++;
                }
                if (img.at<uchar>(i, j + 1) == 255) {
                    neighborNum++;
                }
                if (img.at<uchar>(i + 1, j) == 255) {
                    neighborNum++;
                }
                // Found! 
                if (neighborNum == 1) {
                    willRemove.push_back(cv::Point(j, i));
                }
            }
        }
    }
    // Try to remove pixels now    
    for (int i = 0; i < willRemove.size(); i++) {
        cv::circle(img, willRemove[i], 0, cv::Scalar(0, 0, 0), 1, 8, 0);
    }

Answer 3

这看起来像是一个适合用命中与未命中变换来解决的任务。

Answer 4

我通过使用midtiby建议的“命中和失效变换”解决了这个问题。我用了以下的核来检测图像中上、右、下和左的单个像素。

-1 -1 -1     1 -1 -1      1  1  1     -1 -1  1
-1  1 -1     1  1 -1     -1  1 -1     -1  1  1
 1  1  1     1 -1 -1     -1 -1 -1     -1 -1  1

在这里，-1代表背景，1代表前景，而0表示不关心（在这个情况下不使用）。

这四个命中和失效变换的结果将作为掩码，用来去除单个像素。下面是完整的Python/OpenCV代码：

import numpy as np
import cv2

def hitmiss(src, kernel):
    im = src / 255
    k1 = (kernel == 1).astype('uint8')
    k2 = (kernel == -1).astype('uint8')
    e1 = cv2.erode(im, k1, borderType=cv2.BORDER_CONSTANT)
    e2 = cv2.erode(1-im, k2, borderType=cv2.BORDER_CONSTANT)
    return e1 & e2

if __name__ == "__main__":
    im = cv2.imread('blobs.png', cv2.CV_LOAD_IMAGE_GRAYSCALE)
    _, im_binary = cv2.threshold(im, 50, 255, cv2.THRESH_BINARY)

    kernel = np.array([[-1,-1, 1], 
                       [-1, 1, 1], 
                       [-1,-1, 1]])

    im_mask = np.zeros(im_binary.shape, np.uint8)

    im_mask |= hitmiss(im_binary, kernel)
    im_mask |= hitmiss(im_binary, np.fliplr(kernel))
    im_mask |= hitmiss(im_binary, kernel.T)
    im_mask |= hitmiss(im_binary, np.flipud(kernel.T))

    im_dst = im_binary & ((1 - im_mask) * 255)
    cv2.imwrite('dst.png', im_dst)

给定这张输入图像：

这个脚本会产生以下输出：