在python中去除图像中的十字标记

Question

我正在开展一个图像处理项目，需要首先去除超声图像中的十字标记。我尝试了OpenCV中的各种过滤器。当内核很大时，它可能会去除标记，但会丢失很多细节并且太模糊。这是一个例子：

Answer 1

这是一种方法 - 我将让您在最后填写详细信息。我基本上是在黑色背景上创建一个白色十字，并使用“模板匹配”在超声图像中查找此类内容：

#!/usr/bin/env python3

import numpy as np

import cv2

# Make a white cross (+ sign) on a black background

cross = np.zeros((10,10), np.uint8)

cross[..., [4,5]] = 255

cross[[4,5], ...] = 255

十字架现在看起来像这样：

array([[  0,   0,   0,   0, 255, 255,   0,   0,   0,   0],

       [  0,   0,   0,   0, 255, 255,   0,   0,   0,   0],

       [  0,   0,   0,   0, 255, 255,   0,   0,   0,   0],

       [  0,   0,   0,   0, 255, 255,   0,   0,   0,   0],

       [255, 255, 255, 255, 255, 255, 255, 255, 255, 255],

       [255, 255, 255, 255, 255, 255, 255, 255, 255, 255],

       [  0,   0,   0,   0, 255, 255,   0,   0,   0,   0],

       [  0,   0,   0,   0, 255, 255,   0,   0,   0,   0],

       [  0,   0,   0,   0, 255, 255,   0,   0,   0,   0],

       [  0,   0,   0,   0, 255, 255,   0,   0,   0,   0]], dtype=uint8)

继续代码：

# Load ultrasound image

im = cv2.imread('ultrasound.jpg', cv2.IMREAD_GRAYSCALE)

# Look for crosses

res = cv2.matchTemplate(im, cross, cv2.TM_CCORR_NORMED)

# Contrast stretch

norm = cv2.normalize(res, None, alpha=0, beta=255, norm_type=cv2.NORM_MINMAX)

cv2.imwrite("result.png", res)

这给出了：

然后，您可以使用阈值找到峰值，如下所示：

以这些点为中心绘制十字，最后使用修复来填充它们。